使用大型语言模型检测帕金森病的自发语音中的语言变化

帕金森病是第二大最常见的神经退行性疾病，全球有超过一千万活动性病例，每年新增一百万例诊断。由于症状在复杂性以及表型表现类型和时间方面的异质性，检测和随后诊断该病具有挑战性。通常，语言障碍可出现在前驱期，并先于运动症状出现，这表明基于语言学的方法可以作为早期帕金森病的诊断方法。此外，改进的语言模型可以通过集成技术增强其他方法。大型语言模型领域正在快速发展，为探索使用这些新模型检测帕金森病以及通过语言学的高维表示来改进当前的语言学方法提供了机会。我们评估了最先进的大型语言模型的应用，以高达 73% 的准确率从自发语音中自动检测帕金森病。