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。

Cog-TiPRO: Iterative Prompt Refinement with LLMs to Detect Cognitive Decline via Longitudinal Voice Assistant Commands

Created by
  • Haebom

作者

Kristin Qi, Youxiang Zhu, Caroline Summerour, John A. Batsis, Xiaohui Liang

概要

本論文は、認知低下の早期診断のために音声秘書システム(VAS)を活用する革新的なアプローチを提示します。 18ヶ月間、35人の高齢者(15人は毎日VAS相互作用)から収集された音声コマンドデータを分析して認知低下を検出する新しいフレームワークCog-TiPROを開発しました。 Cog-TiPROは、LLMベースの反復プロンプト改善による言語的特徴抽出、HuBERTベースの音響的特徴抽出、およびTransformerベースの時間的モデリングを組み合わせています。 iTransformerを使用して、経度認知障害(MCI)検出を73.80%の精度と72.67%のF1スコアで達成し、従来の方法より27.13%向上した性能を示しました。 LLMアプローチを通じて、認知低下を経験する個人の日常的な命令使用パターンを特徴付ける言語的特徴を識別しました。

Takeaways、Limitations

Takeaways:
音声秘書システムを用いた認知低下の早期診断可能性の提示
非侵襲的で便利な認知低下モニタリング方法を提供
従来方式より向上した精度のMCIセンシング性能を実現
LLMベースのアプローチによる認知低下に関する新しい言語的特徴の発見
Limitations:
小規模(35人)パイロット研究で一般化可能性に関するさらなる研究が必要
毎日VASインタラクションデータを提供した参加者は、全体の一部(15人)に過ぎません。
多様な人口集団の一般化可能性検証が必要
長期間の追跡調査と大規模な研究を通じて検証が必要
👍