<span id="9mlez"><optgroup id="9mlez"></optgroup></span>
近日，中國科學院合肥物質院健康所李海研究員團隊在利用語音信號輔助評估阿爾茨海默病（AD）的研究中取得重要進展。相關成果發表在計算機與醫學領域TOP期刊IEEE Journal of Biomedical and Health Informatics上。
阿爾茨海默病是最常見的神經退行性疾病，隨著患病率逐年上升，早期檢測和評估對改善患者生活質量至關重要。研究表明，語言功能衰退是AD患者認知功能下降的早期表現之一。近年來，自動化言語分析因其無創、便捷和低成本等特點成為AD檢測領域的研究熱點。然而，當前研究普遍存在模型復雜度高、可解釋性差的問題，同時未能充分挖掘不同模態間的交互信息，影響了檢測精度，也限制了自動化言語分析在臨床中的進一步推廣。
為解決這一挑戰，研究團隊提出了一種聯合混合注意力機制與多模態表征的多任務學習框架（DEMENTIA）。該框架結合大語言模型技術，融合了語音、文本和專家知識，通過混合注意力機制充分捕獲模態內及模態間的交互關系，提高了AD檢測精度，并且可以預測認知功能評分。此外，團隊對各模態表征及決策進行了詳盡的可解釋性分析，驗證了模型對臨床決策的支持能力，并測試了模型的泛化性能。總之，團隊的研究成果展現了言語在AD早期篩查與認知衰退監測方面的巨大潛力，對應對人口老齡化帶來的認知衰退問題有重要科研和社會價值。
李海研究員一直致力于基于語音的認知、心理評估研究，并取得了一系列成果。課題組發展了通用言語認知評估技術和框架，不僅能夠協助老齡化社會的癡呆防治工作，也有望應用于青少年心理健康監測和學生心理評估等方面。
該論文的第一作者為健康所博士研究生張政霖，通訊作者為李海研究員和楊立狀副研究員。本研究得到了國家自然科學基金、安徽省自然科學基金、中國科學院合肥物質院院長基金和安徽省重點研發項目的支持。
文章鏈接：https://ieeexplore.ieee.org/document/10806741
課題組相關工作：
https://www.sciencedirect.com/science/article/abs/pii/S0167639323001450
https://onlinelibrary.wiley.com/doi/10.1002/aisy.202300097
https://www.sciencedirect.com/science/article/abs/pii/S0885230823000669
https://link.springer.com/article/10.3758/s13428-023-02104-6
聯合混合注意力機制與多模態表征的多任務學習AD評估框架
