基于人工智能的言语错误检测：鉴别原发性进行性失语症亚型

《Brain Communications》：Artificial intelligence-based speech error detection to differentiate primary progressive aphasia variants

　　

摘要

基于人工智能的语音分析方法有可能辅助失语症中的客观语音错误分析，但现成的工具往往因为优先考虑"流畅转录"而未能检测到语音错误。语音产生错误（言语不流畅）是原发性进行性失语症非流畅型和语言缺失型变异的标志性诊断特征，但即使是专家临床医生也常常难以检测和表征这些错误。本研究旨在评估一种新型自动化轻量级可扩展语音不流畅建模系统是否能准确区分原发性进行性失语症的变异类型，该系统专为检测言语不流畅而设计，使用个体阅读短段落时的语音录音。参与者总共104人，包括40名非流畅型原发性进行性失语症患者和40名语言缺失型原发性进行性失语症患者（按疾病严重程度匹配），以及24名健康对照组，他们作为广泛使用的运动语音评估的一部分朗读"祖父段落"。我们自动提取了十个语音错误（言语不流畅）变量，包括音素和词级别的插入、替换和删除，以及音素级别的延长和重复。通过方差分析评估组间差异，控制年龄、教育程度和疾病严重程度（简易精神状态检查量表和临床痴呆评定量表总分框）。为了测试临床相关性，我们在非流畅型原发性进行性失语症组中与经验丰富的言语语言病理学家提供的运动语音评估评级（即金标准）进行了相关性分析。通过训练随机森林和XGBoost机器学习模型（包括5折交叉验证）评估分类性能。所有个体在不到五分钟内读完整个段落。轻量级可扩展语音不流畅建模系统检测到了十个预定义言语不流畅特征中的八个，其频率足以将它们纳入后续分析。所有八个特征都能区分原发性进行性失语症和健康对照组（p<.006）。非流畅型原发性进行性失语症个体在每个特征上的错误都多于语言缺失型原发性进行性失语症个体（所有p<.023）。每个特征与整体运动语音评估的失用症/构音障碍评分呈中等正相关（r=.31–.56；p<.001-.053）。八个特征共同能够区分非流畅型和语言缺失型，AUC分别为.798（保留的随机森林）、.699（保留的XGBoost）、.714（交叉验证的随机森林）和.704（交叉验证的XGBoost）。总之，自动语音错误分析能够使用简短的阅读任务准确区分非流畅型和语言缺失型变异。这个快速、错误敏感、可扩展的人工智能系统有潜力提供实用工具，辅助失语症和运动语音障碍的诊断。

图形摘要

在新标签页中打开下载幻灯片