语音作为 ALS 和 FTD 的新诊断工具

木易小小

9 O% f, X  I$ X* K8 z5 U
/ N4 L2 K3 x  }+ z

语音作为 ALS 和 FTD 的新诊断工具      

       梅斯医学：神经退行性疾病患者的语言会逐渐发生变化。在人工智能的帮助下，即使是最轻微的变化也可以成为诊断的依据。

       德国神经退行性疾病研究中心10月10日消息

! D% u) {: E1 `! F) C  ?0 {

       在语言测试的帮助下，对严重神经退行性疾病的初步诊断在未来应该是可能的。

       德国神经退行性疾病研究中心（DZNE ）的研究人员正在为此开发所谓的数字生物标志物，这些是人工智能可以用来检测患者的语音模式是否因疾病而发生变化的标准。

       该技术设法检测到人耳听不到的最轻微的语音变化。DZNE 项目 PROSA “A High-Frequency PROgnostic Digital Speech Biomarker with Low Stress”（一种低压力的高频预测数字语音生物标志物）目前得到了美国的阿尔茨海默病药物发现基金会（Alzheimer's Drug Discovery Foundation）和 ALS 靶向计划（Target ALS Initiative）提供的 200,000 美元资助。  

+ H9 r1 Q9 t8 k% A

       长期以来，研究人员一直认为语言是神经退行性疾病的一个可能指标。“在早期的方法中，科学家们已经评估了文本因素：研究对象使用的语法有多复杂，他们的词汇量有多大，他们如何把单词串在一起？” DZNE 工作组组长兼波恩大学（Bonn University）医院神经退行性疾病和老年精神病学系主任 Anja Schneider 教授解释说。然而，根据所讲内容的详细记录，这是一项乏味且缓慢的工作。

       现代技术现在提供了新的可能性：“人工智能可以更快地执行此类分析，并且还可以将语音的旋律方面考虑在内。”作为现在资助项目的一部分，Anja Schneider 正在领导 FTD 患者语言变化的研究，而她的 DZNE 同事 Andreas Hermann 教授则专注于 ALS 患者。还有两家私营公司也参与了该项目。

, P/ \2 Z% z0 s

       语言测试的程序对患者来说非常简单：他们被问到三个开放性问题，例如关于他们的休闲活动，或关于他们的职业。也可以对所呈现的图片进行自由描述。

       决定性的因素是测试对象自发地说话。然后人工智能分析语音的复杂性，它还考虑到单词之间的停顿、语速和语言的其他旋律方面。在 ALS 患者中，他们的呼吸通常受到疾病进展的限制，人工智能也可以在非常早期的阶段检测到异常。“方言和语音的其他个人特征对结果的准确性没有影响，”Anja Schneider 说。她的观察是：“人工智能检测到语音变化的细微差别，普通听众在没有技术帮助的情况下根本无法识别。”

# T8 p" H0 A8 ^

       波恩的研究人员正在将来自两项 DZNE 研究的数据纳入该方法的开发中：在 Describe-FTD 和 Describe-ALS 中，通过复杂的临床检查对患者进行较长时间的随访。对于 PROSA 项目，一些受试者还接受各种语言测试。他们的结果与认知检查相结合。

* K5 L1 q. R3 y" h5 T" A

       研究人员希望，多亏了这些多层次的见解，语言指标可以进一步发展：如果大脑记录和基因测试能够显示疾病的发展程度，那么科学家就可以使用疾病发展的同一阶段的语言记录来确定语言是如何变化的。“我们还想找到其他问题的答案，” Anja Schneider 说：“例如，语言测试的精度是否与患者的日常活动形式有关？语言是否在疾病过程中呈线性恶化，以便我们可以使用语言标记不仅可以进行诊断，甚至可以得出有关疾病在相应患者中进展的速度的结论？”

! u+ W) v0 ~2 f  l* n

       来自 ALS 队列的 100 名患者和来自 FTD 队列的 100 名患者将被纳入研究，对照组将增加额外的受试者。

       到目前为止，FTD 和 ALS 患者的诊断非常复杂。它通常只能在高度专业化的专家中心进行。必要的检查至少需要十个小时，预约的等待时间长达半年。在语言测试的帮助下，可以事先对潜在患者进行检查，最好是通过电话为医生提供诊断支持。

       原文链接：语音作为 ALS 和 FTD 的新诊断工具

zjhyivan

谢谢分享

尘雾