[공지사항]을 빙자한 안부와 근황 
Show more

Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

Reading Between the Lines: Combining Pause Dynamics and Semantic Coherence for Automated Assessment of Thought Disorder

Created by
  • Haebom

作者

Feng Chen, Weizhe Xu, Changye Li, Serguei Pakhomov, Alex Cohen, Simran Bhola, Sandy Yin, Sunny X Tang, Michael Mackinley, Lena Palaniyappan, Dror Ben-Zeev, Trevor Cohen

概要

本研究は、造弦病スペクトル障害の重要な症状である形式的思考障害(FTD)の客観的かつ拡張可能な評価のために自動音声認識(ASR)技術を利用した。既存の臨床評価尺度の限界を克服するために、ASRを通じて得られた音声の言語的および時間的特徴、特に停止動作を分析してFTD重症度予測に活用した。 3つのデータセット(自然な磁気記録日記、構造化された絵の説明、夢の物語)を使用して、停止関連の特徴と既存の意味一貫性尺度を組み合わせて、支持ベクトル回帰(SVR)分析を行いました。その結果、停止特徴だけでもFTD重症度を強力に予測することができ、停止特徴と意味一貫性尺度を統合したモデルは、意味のみ考慮したモデルよりも予測性能が向上したことを確認した(最大相関係数ρ=0.649、AUC=83.71%)。これらの結果は、時間的および意味的分析を組み合わせたフレームワークが、組織化されていない言語の評価を改善し、精神病における自動音声分析の発展に寄与し得ることを示唆している。

Takeaways、Limitations

Takeaways:
自動音声認識(ASR)ベースの客観的でスケーラブルなFTD評価方法の提示。
停止機能がFTDの重症度予測に重要な役割を果たすことを証明します。
停止の特徴と意味一貫性尺度統合によるFTD予測性能の向上の確認
さまざまな状況(自然な日記、絵の説明、夢の物語)で一貫したパフォーマンスが向上します。
Limitations:
使用されるデータセットの規模が比較的小さい場合があります。
様々な言語と文化的背景の一般化の可能性に関するさらなる研究が必要
停止パターンのデータセット依存性が存在します。
臨床的利用のための追加の検証と標準化プロセスが必要です。
👍