Assessing Language Disorders using Artificial Intelligence: a Paradigm Shift

要約

ほとんどの神経変性症候群には、発話、言語、およびコミュニケーションの欠陥が存在します。
これらにより、従来の神経学的評価の一環として、神経認知疾患の進行の早期発見、診断、治療計画、モニタリングが可能になります。
それにもかかわらず、標準的な音声および言語の評価は、臨床医にとって時間とリソースを大量に消費します。
私たちは、言語評価に機械学習手法、自然言語処理、最新の人工知能 (AI) を使用することで、従来の手動評価よりも改善できると主張します。
これらの方法論を使用して、計算言語評価 (CLA) は次の 3 つの目標を達成します。(i) 高齢者および認知症の高リスクの個人の音声、言語、およびコミュニケーションの神経認知評価を提供します。
(ii) リスクのある言語障害のある集団における診断、予後、および治療効果を促進します。
(iii) 幅広い言語から患者を評価するための拡張性が容易になります。
AI モデルを採用することで、CLA は言語症状とその神経基盤の関係について神経認知理論に情報を提供する可能性があります。
最後に、コミュニケーション障害のある高齢者の予防と治療を最適化する能力を大幅に進歩させ、社会と関わりながら優雅に年を重ねられるようにすることで、パラダイムシフトの兆しを示します。

要約(オリジナル)

Speech, language, and communication deficits are present in most neurodegenerative syndromes. They enable the early detection, diagnosis, treatment planning, and monitoring of neurocognitive disease progression as part of traditional neurological assessment. Nevertheless, standard speech and language evaluation is time-consuming and resource-intensive for clinicians. We argue that using machine learning methodologies, natural language processing, and modern artificial intelligence (AI) for Language Assessment is an improvement over conventional manual assessment. Using these methodologies, Computational Language Assessment (CLA) accomplishes three goals: (i) provides a neuro-cognitive evaluation of speech, language, and communication in elderly and high-risk individuals for dementia; (ii) facilitates the diagnosis, prognosis, and therapy efficacy in at-risk and language-impaired populations; and (iii) allows easier extensibility to assess patients from a wide range of languages. By employing AI models, CLA may inform neurocognitive theory on the relationship between language symptoms and their neural bases. Finally, it signals a paradigm shift by significantly advancing our ability to optimize the prevention and treatment of elderly individuals with communication disorders, allowing them to age gracefully with social engagement.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google