美国国家老龄化研究所PREPARE挑战：基于语音的早期认知功能障碍检测——SpeechCARE解决方案
人工智能
2025-11-14 v2
摘要
阿尔弗雷德病及相关痴呆（ADRD）影响60岁以上成年人口1/5，但有超过半数的认知下降患者尚未诊断。语音基因检测显示前景，因为语音运动规划缺陷会改变声学特征（如音高、音调），而记忆和语言缺陷则导致句法和语义错误。然而，常规语音处理管道采用人工提取特征或通用音频分类器，往往表现有限且难以概括。为此，我们引入SpeechCARE，这是一条多模态语音处理管道，利用预训练的、多语言的声学和语言变换模型捕捉与认知功能障碍相关的微妙语音线索。灵感来自混合专家（MoE）范式，SpeechCARE采用动态融合架构，对变换模型基构的声学、语言和人口学输入进行加权，允许集成额外模态（如社会因素、成像）并提高跨任务鲁棒性。其稳健的预处理包括自动转录、基于大型语言模型（LLM）的异常检测和任务识别。基于SHAP的可解释性模块和LLM推理突出显示每种模态对决策的贡献。SpeechCARE在分类认知健康、轻度认知障碍（MCI）和AD个体时，达到AUC = 0.88和F1 = 0.72；在MCI检测时，达到AUC = 0.90和F1 = 0.62。偏差分析显示，除80岁以上成年人外，几乎无显著差异。缓解措施包括过采样和加权损失。未来工作包括在真实世界护理环境（如VNS Health、哥伦比亚ADRC）中部署，并用于 underrepresented populations in New York City的EHR集成可解释性。
引用
@article{arxiv.2511.08132,
title = {National Institute on Aging PREPARE Challenge: Early Detection of Cognitive Impairment Using Speech -- The SpeechCARE Solution},
author = {Maryam Zolnoori and Hossein Azadmaleki and Yasaman Haghbin and Ali Zolnour and Mohammad Javad Momeni Nezhad and Sina Rashidi and Mehdi Naserian and Elyas Esmaeili and Sepehr Karimi Arpanahi},
journal= {arXiv preprint arXiv:2511.08132},
year = {2025}
}