Computational Language Assessment in patients with speech, language, and communication impairments

要約

音声、言語、およびコミュニケーションの症状により、神経認知疾患の早期発見、診断、治療計画、および進行のモニタリングが可能になります。
それにもかかわらず、音声および言語の評価標準である従来の手動による神経学的評価は、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、計算言語評価 (C.L.A.) が従来の手動による神経学的評価を改善したものであると主張します。
機械学習、自然言語処理、信号処理を使用して、C.L.A.
高齢者や認知症のリスクが高い人の音声、言語、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の診断、予後、治療効果を促進します。
そして 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。
また、C.L.A.
は、人工知能モデルを使用して、言語症状とその神経基盤の関係に関する理論を情報提供します。
これにより、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が大幅に進歩し、社会と関わりながら優雅に年を重ねることができるようになります。

要約(オリジナル)

Speech, language, and communication symptoms enable the early detection, diagnosis, treatment planning, and monitoring of neurocognitive disease progression. Nevertheless, traditional manual neurologic assessment, the speech and language evaluation standard, is time-consuming and resource-intensive for clinicians. We argue that Computational Language Assessment (C.L.A.) is an improvement over conventional manual neurological assessment. Using machine learning, natural language processing, and signal processing, C.L.A. 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. Also, C.L.A. employs Artificial Intelligence models to inform theory on the relationship between language symptoms and their neural bases. It significantly advances 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