Bài báo này trình bày một phương pháp tiếp cận sáng tạo, tận dụng hệ thống trợ lý giọng nói (VAS) để chẩn đoán sớm suy giảm nhận thức. Chúng tôi đã phát triển Cog-TiPRO, một khuôn khổ mới để phát hiện suy giảm nhận thức, bằng cách phân tích dữ liệu lệnh thoại được thu thập từ 35 người cao tuổi (15 người trong số họ tương tác với VAS hàng ngày) trong hơn 18 tháng. Cog-TiPRO kết hợp trích xuất đặc điểm ngôn ngữ bằng cách sử dụng tinh chỉnh nhắc nhở lặp lại dựa trên LLM, trích xuất đặc điểm âm thanh dựa trên HuBERT và mô hình hóa thời gian dựa trên Transformer. Sử dụng iTransformer, chúng tôi đã đạt được độ chính xác 73,80% và điểm F1 72,67% cho việc phát hiện Suy giảm Nhận thức Nhẹ (MCI), cải thiện 27,13% so với các phương pháp hiện có. Phương pháp tiếp cận LLM đã xác định các đặc điểm ngôn ngữ đặc trưng cho các kiểu sử dụng lệnh hàng ngày của những người đang trải qua suy giảm nhận thức.
