The order in speech disorder: a scoping review of state of the art machine learning methods for clinical speech classification
Created by
Haebom
Category
Empty
저자
Birger Moell, Fredrik Sand Aronsson, Per Ostberg, Jonas Beskow
개요
본 논문은 기계 학습(ML)을 이용한 음성 패턴 분석을 통한 신경학적, 후두, 정신 질환 진단 가능성을 검토한 연구이다. 564개의 논문을 검토하여 91개의 논문을 분석하였으며, 후두 질환, 운동실조증, 파킨슨병 관련 음성 변화 등에서는 높은 진단 정확도를 보였다. 우울증, 정신분열증, 경도인지장애, 알츠하이머병 등에서도 높은 정확도를 보였으나 연구 간 차이가 존재했다. 반면, 강박장애나 자폐증과 같은 질환은 추가 연구가 필요함을 시사했다. 결론적으로, 음성 패턴을 이용한 ML 모델은 다양한 질환 진단에 유망하지만, 질환별 효과는 다르며 추가 연구가 필요하다.
시사점, 한계점
•
시사점:
◦
음성 패턴 분석 기반 ML 모델이 다양한 신경학적, 후두, 정신 질환 진단에 유용할 수 있음을 시사.
