大语言模型对真实世界电话通话的分析揭示帕金森综合征的前驱期及进展性生物标志物:一项为期两年的概念验证研究

《PLOS Digital Health》:Large language model analysis of real-world phone calls reveals prodromal and progressive biomarker of parkinsonism: A two-year proof-of-concept study

【字体: 大 中 小 】 时间:2026年07月11日 来源:PLOS Digital Health 7.7

编辑推荐:

  目前尚不存在足够敏感的生物标志物,用于监测突触核蛋白病(synucleinopathies)如帕金森病(Parkinson’s disease,PD)的疾病进展并评估治疗疗效,尤其是在最可能从干预中获益的前驱期(prodromal phase)阶段。现有数字生

  
目前尚不存在足够敏感的生物标志物,用于监测突触核蛋白病(synucleinopathies)如帕金森病(Parkinson’s disease,PD)的疾病进展并评估治疗疗效,尤其是在最可能从干预中获益的前驱期(prodromal phase)阶段。现有数字生物标志物(digital biomarkers)通常依赖主动任务(active tasks)或门诊基础评估(clinic-based assessments),从而限制了其可扩展性(scalability)及真实世界适用性(real-world applicability)。在这项概念验证研究中,研究人员评估了利用大语言模型(large language models,LLMs)从真实世界电话录音中提取的语言特征,是否可作为孤立性快速眼动睡眠行为障碍(isolated rapid eye movement sleep behavior disorder,iRBD)的语言型进展生物标志物(language-based progression biomarker)。在这项为期两年的研究中,共纳入74名参与者,包括21例iRBD患者(20名男性)、26例PD患者(25名男性)和27名与iRBD参与者年龄匹配的健康对照(healthy controls,26名男性)。语音数据通过常规电话通话,在参与者自然环境中以远程方式收集。在两年期间,共记录超过34,000次电话通话(<1,400小时)。与健康对照相比,iRBD个体在两年内表现出句子连贯性(sentence coherence,SC)(p = 0.016)、语义-句法多样性(semantic-syntactic diversity,SSD)(p < 0.001)、主题多样性(topic diversity,TD)(p < 0.001)和句子概率(sentence probability,SP)(p < 0.001)的显著下降。iRBD中的前驱期变化最少仅需21次通话即可检测到,曲线下面积(area under the curve,AUC)为0.82。对于一项以50%药物疗效为目标、持续两年的神经保护性试验(neuroprotective trial),基于事件发生时间分析(time-to-event analysis)估算,每组需纳入78例iRBD参与者。这些发现表明,全自动电话通话分析可检测α-突触核蛋白病(alpha-synucleinopathy)的前驱期及进展性变化。该方法具有良好的可扩展性,可最大限度减少患者与临床工作人员的额外负担,并支持在高风险人群筛查及治疗性试验中开展远程、低负担监测。
该论文发表于《PLOS Digital Health》,核心目标是建立一种基于真实世界日常电话通话的被动式语言生物标志物,用于监测α-突触核蛋白病(alpha-synucleinopathy)尤其是前驱期帕金森综合征的自然进展。研究背景在于,帕金森病(Parkinson’s disease,PD)及相关突触核蛋白病在明确临床症状出现前已存在较长的前驱期,但目前尚缺乏一种既敏感、又可扩展、还能低负担连续监测疾病进展的生物标志物。现有数字标志物多依赖步态、敲击、认知任务等主动式测试,通常需要受试者配合完成特定任务,且多基于横断面验证,难以真实反映自然生活中的连续变化。相比之下,日常通话语音兼具认知-语言加工与言语运动执行双重信息,对神经退行性改变高度敏感,因此具有成为真实世界数字生物标志物的潜力。

研究人员围绕孤立性快速眼动睡眠行为障碍(isolated rapid eye movement sleep behavior disorder,iRBD)展开验证。iRBD被视为典型的α-突触核蛋白病前驱状态,向PD或路易体痴呆(dementia with Lewy bodies)转化风险较高,因此适合作为前驱期疾病进展标志物研究的关键人群。研究同时纳入早期PD患者与健康对照,通过两年随访比较各组日常电话语言特征的纵向变化。结果显示,基于大语言模型(large language models,LLMs)的电话语言分析能够识别iRBD与PD中的进行性语言退化,其中iRBD的变化更显著。研究人员据此认为,日常电话的被动自动化语言分析能够同时捕捉前驱期和进展期α-突触核蛋白病改变,有望成为未来神经保护性临床试验的数字终点,并用于高风险人群筛查与远程疾病监测。

方法上,研究为单中心、前瞻性、为期24个月的概念验证队列研究,纳入捷克语母语受试者:21例iRBD、26例PD和27名健康对照。所有对象接受基线与24个月实验室评估,并通过预装定制应用的智能手机,在自然生活环境中被动记录日常电话通话。研究人员使用自动语音识别(automatic speech recognition,ASR)系统Whisper large-v3完成转录,采用语音活动检测、说话人识别与噪声筛除进行质控;随后利用句子嵌入模型RetroMAE-small和自回归模型GPT-2提取句子连贯性、语义-句法多样性、主题多样性和句子概率4项LLM语言特征,并以线性混合效应模型(linear mixed-effects models)评估纵向变化;同时进行重测信度、分类AUC及临床试验样本量估算分析。

以下为论文结果部分的主体内容解读。

Participants
研究共纳入77名受试者,其中24名iRBD、26名PD和27名健康对照;随访期间3名iRBD因开始抗帕金森或认知治疗而被排除,最终分析74人。24个月内共采集34,070次电话通话,其中33,029次包含超过5秒的目标参与者语音,被纳入分析,总语音时长1,403小时。平均每位参与者贡献19小时语音、每次通话约2.6分钟。研究还报告,在普通配置的MacBook Air M1设备上,1分钟音频从原始文件处理到特征提取平均需约70秒,绝大多数时间消耗于转录阶段,提示该流程在技术上具备现实部署可行性。

Longitudinal changes in linguistic characteristics
这是全文最核心的结果。基于真实世界电话通话的LLM语言分析显示,与健康对照相比,iRBD组在24个月内出现更快的句子连贯性、语义-句法多样性、主题多样性、句子概率及综合语言指数下降;其中后4项达到较强统计学显著性。PD组相较对照也表现出语义-句法多样性和句子概率下降,但变化范围小于iRBD。年龄和受教育年限对这些语言特征均无显著影响。探索性分析进一步显示,随访期间发展为轻度认知障碍(mild cognitive impairment,MCI)的2名iRBD患者,其语义-句法多样性、句子概率和综合语言指数下降更为明显。相对而言,传统自然语言处理特征在电话语音中的变化较弱,仅iRBD的内容丰富度及PD的词汇范围显示下降;实验室中的年度2分钟独白则未观察到显著纵向变化。语言特征变化与临床量表无显著相关,提示该语言标志物可能提供区别于传统运动和认知量表的独立疾病信息。

Sensitivity analysis for screening
研究还评估了这些语言特征用于筛查的稳定性与敏感性。基于初访后3个月内的电话数据,4项LLM特征达到稳定测量所需的通话数分别为7至21次,因此后续基线分析统一采用每人21次通话。组间比较显示,iRBD与健康对照在句子连贯性、语义-句法多样性和句子概率方面存在显著差异,PD与健康对照则主要在语义-句法多样性方面存在差异。分类方面,iRBD与健康对照的区分效果最佳,AUC为0.79;文摘中进一步概括为前驱期变化可用AUC 0.82检测到。PD与对照、iRBD与PD之间的区分度相对较低。仅纳入男性进行敏感性分析后,iRBD与对照AUC仍维持在0.80左右。与之相比,标准语言特征及实验室独白的筛查敏感性均较差。这说明,在自然生活中被动采集的多次电话语言样本,较低频、结构化实验任务更能捕捉前驱期细微改变。

Sample size estimation for clinical trials
论文进一步将这些语言特征转化为临床试验设计指标。若开展一项为期2年的神经保护性试验,并假定药物疗效为50%,以topic diversity作为终点时,iRBD每组所需样本量估计为180人;PD中以semantic-syntactic diversity为终点则需470人/组。采用事件发生时间分析后,基于sentence probability指标,在iRBD中每组仅需78人即可。这一结果表明,语言生物标志物在试验统计效率方面具有潜在优势,可能降低前驱期干预研究的样本量需求。

Discussion
讨论部分主要强调四点。第一,本研究提出了一种新的语言型进展生物标志物,可在前驱期发挥作用,并且完全依托日常电话通话这一自然行为采集数据,显著降低患者和临床团队负担。第二,iRBD组较PD组呈现更明显的语言下降,论文从队列构成、潜在路易体痴呆前驱比例、PD组多巴胺能治疗稳定以及年龄差异等方面进行了讨论,但并未将其解释为单一机制。第三,从病理生理层面看,句子连贯性下降提示话语组织和逻辑流稳定性受损;语义-句法多样性下降反映词汇受限及句法简化;主题多样性下降提示对话主题范围变窄;句子概率下降则说明患者语言逐渐偏离一般人群常规语言模式。第四,被动式自然环境监测克服了实验室任务中的练习效应、焦虑、疲劳和就诊压力等混杂因素,高频采样显著提升了对细微进展的检测能力,这也是电话通话分析优于年度实验室独白的重要原因。

论文也明确指出其局限性:这是一项单中心概念验证研究,iRBD样本量有限;研究中仅使用单一型号手机;自动转录误差可能影响分析;样本几乎全为男性,限制了对女性患者的外推性;尽管控制组受教育年限略高,但统计分析未发现其显著影响结果。尽管如此,研究人员认为,该方法具有跨设备优化、端侧部署和跨疾病迁移的潜力。

研究结论部分可译为:在这项概念验证研究中,基于大语言模型的常规电话通话分析揭示了与前驱期及早期α-突触核蛋白病相关的自然语言异常,并能够捕捉其随时间推移的进行性下降。这种被动、低负担的方法可在真实世界环境中实现连续监测,使语言特征成为一种有前景的α-突触核蛋白病进展数字生物标志物,并有望在未来神经保护性干预中重新定义临床试验终点。当前亟需在更大规模、多中心队列中进一步验证。未来研究可考虑将基于LLM的语言特征与运动性言语测量结合,以进一步增强预测建模能力。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号