Este estudio piloto utiliza un sistema de asistente de voz (EAV) como método no invasivo para el diagnóstico temprano del deterioro cognitivo. Recopilamos datos de comandos de voz de 35 adultos mayores (15 de los cuales interactuaron con el EAV a diario) durante 18 meses. Para abordar las dificultades del análisis de comandos de voz cortos, irregulares y ruidosos, proponemos el marco Cog-TiPRO. Cog-TiPRO combina la extracción de características lingüísticas mediante el refinamiento de la repetición de indicaciones basado en LLM, la extracción de características acústicas basada en HuBERT y el modelado temporal basado en Transformer. Con iTransformer, logramos una precisión del 73,80 % y una puntuación F1 del 72,67 % en la detección del deterioro cognitivo leve (DCL), una mejora del 27,13 % con respecto a los métodos existentes. El enfoque LLM identificó las características lingüísticas que caracterizan los patrones de uso diario de comandos en personas con deterioro cognitivo.
