基于自动语音清晰度分析的肌萎缩侧索硬化延髓功能特异性评估模型构建

来自国际团队的研究人员针对肌萎缩侧索硬化(ALS)患者言语功能监测难题，通过自然情境图片描述任务开发自动化语音清晰度评估系统。该横纵向研究纳入44例ALS患者与49名健康对照，证实该方法可特异性追踪延髓症状进展，较传统量表更早发现言语功能恶化，为ALS精准诊疗提供新型数字化标志物。

　　

在神经退行性疾病研究领域，肌萎缩侧索硬化(ALS)导致的运动功能衰退始终是临床监测的重点。这项创新性研究构建了自动化语音清晰度测量模型，专门用于评估ALS患者的延髓功能特异性损伤。

研究团队采用自然情境诱导范式，采集44例ALS患者(plwALS)和49例健康对照(HC)描述图片的语音数据，通过自动化分析流程提取语音清晰度评分。横断面分析显示：ALS组语音清晰度显著低于HC组；延髓起病型患者较脊髓起病型损伤更严重；无论起病类型，存在延髓症状者的语音障碍均更突出。

纵向监测中，语音清晰度变化与延髓特异性临床指标(如ALSFRS-R延髓亚项)高度相关，而与整体评分无关。值得注意的是，自动化分析在部分患者中比传统量表更早检测到言语功能恶化，展现出早期预警价值。

该成果为ALS临床实践带来重要突破：基于语音的生物标志物不仅实现无创、客观的延髓功能评估，其敏感性优势更有望推动干预时机前移。这种数字化工具可作为现有评估体系的有力补充，为精准神经病学管理提供新范式。