综述：阿尔茨海默病及相关痴呆症中语音与声音分析的机器学习方法范围综述

《BioMedical Engineering OnLine》：A decade of advances in speech and voice-based biomarkers for Alzheimer’s disease and dementia: a scoping review

　　

摘要

阿尔茨海默病及相关痴呆症是导致老龄化人群残疾和依赖的主要病因。人工智能和数字信号处理的最新进展表明，语音和声音特征可能可作为认知衰退的潜在生物标志物。本次范围综述考察了应用于阿尔茨海默病及相关痴呆症筛查、监测和分期的语音与声音分析的机器学习方法。遵循PRISMA-ScR指南，于2025年9月在PubMed、Scopus、IEEE Xplore和ACM数字图书馆进行了数据库检索。纳入标准为将人工智能、机器学习或信号处理应用于阿尔茨海默病、轻度认知障碍或相关痴呆症患者的语音数据的研究。共有39项研究符合纳入标准。特征提取方法涵盖从手工构建的声学特征到自监督嵌入模型（wav2vec 2.0、HuBERT），所使用的模型包括支持向量机、随机森林、卷积神经网络和变换器。报告的分类性能在不同数据集、语音任务、特征提取方法和验证方案之间存在显著差异，多项研究在受控实验环境下报告了70%至95%的准确率。本综述还发现，2020年后深度学习和自监督语音表征模型的使用频率显著增加。采用这些方法的研究通常报告了更高的性能，但由于数据集、任务和评估方法的不同，直接比较较为困难。然而，仍存在重大挑战，包括外部验证有限、数据集异质性、报告实践不一致以及模型可解释性降低等问题。本次范围综述梳理了新兴的方法学趋势，并指出了亟需解决的关键差距，以支持开发可重复、多模态且具有临床可解释性的语音与声音生物标志物，用于认知障碍的筛查和监测。