利用自然语言处理技术实现帕金森病情景记忆评估的数字化

《npj Parkinson's Disease》：Digitizing episodic memory assessments in Parkinson’s disease via natural language processing

　　

摘要

帕金森病会扰乱情景记忆，从而影响患者的健康状况。然而，现有的评估方法主要是通过统计回忆的信息量来进行的，这限制了其信息性和可扩展性。为了改进检测方法，我们招募了74名参与者（35名帕金森病患者，39名正常对照者），让他们复述一个动作故事和一个非动作故事。我们利用词性标注、文本嵌入的余弦相似度以及语音图谱，分析了他们的表达冗长程度（总词汇量和内容词汇量）、语义敏锐度（与故事的概念相似性）以及结构相似度（与故事的结构相似性）。帕金森病患者仅在复述动作故事时表达较为简练，且在各类故事中的语义敏锐度和结构相似度都较低。我们的方法：（i）能够有效区分患者和正常对照者（ROC-AUC值为0.79），这一效果主要来自与动作相关的指标；（ii）优于传统的认知功能、执行功能和情景记忆测试结果（ROC-AUC值为0.70）；（iii）可以区分帕金森病轻度认知障碍和帕金森病无认知障碍患者。由此可见，情景记忆异常体现在多个维度上，这些维度难以被传统评估工具捕捉，但可以通过数字化手段加以检测，从而提升对帕金森病患者认知功能的评估水平。