语音治疗师视角下语音辅助技术对帕金森病所致运动减退性构音障碍的治疗潜力与临床实践探索

本研究针对帕金森病(PD)患者普遍存在的言语音量低、清晰度下降等问题，探索语音辅助技术(VAT)作为构音障碍治疗新工具的临床应用潜力。通过聚焦小组访谈发现，VAT不仅能改善音量、清晰度和言语可懂度，还能促进家庭康复训练，但需解决数据隐私、设备限制及临床整合等问题。研究成果为开发基于VAT的言语语言治疗(SLT)方案提供了重要临床依据。

　　

帕金森病(Parkinson disease, PD)作为一种常见的神经系统退行性疾病，其患者中有高达90%会发展出运动减退性构音障碍(hypokinetic dysarthria)。这种言语障碍表现为面部表情减少、运动范围和音量降低、发音不精确、语速加快、韵律不足、重音减少、语音快速重复，严重时还会出现言语重复症(palilalia)。随着PD的进展，这些言语障碍会逐渐恶化，导致音量过低，言语可懂度和清晰度下降，进而引起患者的尴尬、幸福感降低、社会参与度减少和身份认同丧失。

面对这一严峻挑战，早期言语语言治疗(speech and language therapy, SLT)干预被推荐作为PD管理的重要组成部分。目前，针对运动减退性构音障碍的金标准治疗方法是Lee Silverman Voice Treatment (LSVT) LOUD，该方法通过靶向发声响度和重新校准内部监测机制，利用运动学习和神经可塑性原理，专注于"大声说话"的提示，旨在提高音量，并常常对发音产生积极的后续影响。然而，LSVT是资源密集型的，建议每周四次、持续一个月的治疗以促进持久改变。但在实际临床实践中，证据基础推荐的治疗剂量与面对面治疗提供的实际剂量之间存在差距，这限制了LSVT在英国的可及性。加之地区言语语言治疗师(speech and language therapist, SaLT)短缺和疫情后的等待名单，更加剧了获得SLT的困难，使得大量PD患者无法获得治疗。

在这种背景下，语音辅助技术(voice-assisted technology, VAT)展现出作为SLT治疗工具的潜力。VAT使用自然语言处理和自动语音识别(automatic speech recognition, ASR)来解释语音并将其转化为可操作的请求。这些设备是人工智能的消费者面向应用，帮助设备提供交互式、情境感知的响应。VAT更常以商业名称如"Amazon Alexa"和"Google Home"或智能扬声器而为人所知。

尽管构音障碍语音经常被VAT误解，识别准确性随着言语严重程度的恶化或句子长度的增加而降低，但错误反馈可以促使一些有言语困难的参与者调整他们的语音以实现与VAT的交互。例如，PD患者报告称在与VAT交互时增加了他们的发声努力、响度和清晰度，这与LSVT的目标相似。此外，一些SaLT已将VAT整合到构音障碍患者的治疗中，发现它可以提供对言语清晰度的客观和公正反馈，并促进音量和可懂度的改善。

为了深入探索SaLT使用VAT治疗PD相关言语和声音困难的经验，本研究采用定性方法，通过在线焦点小组和个人访谈，收集了7名有使用智能扬声器临床经验的SaLT的观点和数据。

研究方法上，本研究采用了定性方法论，通过在2024年9月至12月期间进行在线焦点小组和个别访谈，使用主题指南引导讨论。讨论内容以已发表的证据为依据，结果通过NVivo软件(Lumivero)进行转录和管理，采用框架分析方法进行分析。所有参与者都提供了知情同意，隐私和保密得到确保，数据按照大学指南和《通用数据保护条例》(GDPR)要求保存。

研究结果揭示了四个主要主题：(1)VAT作为SLT阳性治疗结果的潜在驱动因素；(2)管理治疗性米色标志(beige flags)；(3)赋能SaLT成为数字化 enabled从业者；(4)展望VAT在SLT中的未来。

在第一个主题中，SaLT讨论了VAT在治疗和支持家庭练习以促进迁移中的作用，大多数认为VAT作为他们工具箱中的辅助工具具有功能性。VAT被确定为整合音量、发音、语速和一般可懂度策略的练习工具，并提供关于音量、清晰度和言语可懂度的反馈，帮助发展自我意识。这种客观无偏见的反馈被视为鼓励使用适应性言语策略的因素，并据报道减少了患者说话的 reluctance。

第二个主题涉及管理治疗性米色标志，参与者报告了在VAT可以作为构音障碍管理工具实施之前必须考虑的几个因素，包括治疗和实践问题以及VAT设备带来的挑战。这些考虑被称为米色标志而不是红色标志，因为这些障碍并不阻止治疗性VAT的使用，但可能使其更加困难。

第三个主题关注赋能SaLT成为数字化 enabled从业者，参与者解释了对VAT功能知识的缺乏、隐私问题以及实践和技术问题如何阻止他们充分利用设备的潜力。他们还建议需要指导和教育来帮助他们进一步将VAT整合到临床实践中。

第四个主题关于VAT工具的未来设计和功能，参与者提供了对未来治疗性使用VAT用于SLT中有言语和声音困难的人的考虑，包括开发VAT技能、通过VAT提供LSVT、增加监测言语和声音变化的能力，以及增加反馈水平以促进提高自我意识。

研究结论表明，本研究认识到VAT作为治疗工具的潜力，可以改善PD患者的音量、清晰度、言语可懂度，并促进家庭练习。然而，在VAT能够广泛实施之前，必须解决关于数据隐私、设备限制和实际整合到临床护理中的考虑。未来研究被提议设计解决方案以解决客户和临床医生的可用性挑战。

这项研究的重要性在于它为开发基于VAT的SLT治疗工具提供了关键临床建议，并为解决PD患者言语障碍提供了新的技术途径。随着人工智能技术在医疗领域的不断应用，VAT有望成为改善神经退行性疾病患者生活质量的重要工具，特别是在远程医疗和家庭康复日益重要的后疫情时代。本研究发表在《JMIR Rehabilitation and Assistive Technologies》上，为数字医疗在康复领域的应用提供了有价值的见解。