본 논문은 초고령화 사회에서 증가하는 치매 진단 및 치료의 어려움을 해결하기 위해 음성 기반 모델과 대규모 언어 모델(LLM)을 활용한 새로운 접근법을 제시한다. 연구팀은 사고연쇄(Chain-of-Thought, CoT) 추론 방법을 통해 음성을 텍스트로 변환하고, 이를 LLM에 입력하여 알츠하이머병(AD)과 비-AD를 분류하는 선형 레이어를 추가했다. 지도 학습 미세 조정(SFT)과 CoT 추론 및 큐를 사용하여 모델을 학습시켰으며, 기존 CoT 접근 방식 대비 16.7%의 상대적 성능 향상을 달성했다. 이는 현재까지 CoT 접근 방식 중 최고 성능을 기록한 것이다.
