Fugu-MT 論文翻訳(概要): Assessing Language Disorders using Artificial Intelligence: a Paradigm Shift

論文の概要: Assessing Language Disorders using Artificial Intelligence: a Paradigm Shift

arxiv url: http://arxiv.org/abs/2305.20046v2
Date: Wed, 6 Dec 2023 11:33:43 GMT
ステータス: 処理完了
システム内更新日: 2023-12-07 19:04:12.922728
Title: Assessing Language Disorders using Artificial Intelligence: a Paradigm Shift
Title（参考訳）: 人工知能を用いた言語障害の評価 : パラダイムシフト
Authors: Charalambos Themistocleous and Kyrana Tsapkini and Dimitrios Kokkinakis
Abstract要約: 言語障害、言語障害、コミュニケーション障害は、ほとんどの神経変性症候群にみられる。我々は,機械学習手法,自然言語処理,現代人工知能(AI)を言語評価に活用することは,従来の手作業による評価よりも優れていると論じている。
参考スコア（独自算出の注目度）: 0.13393465195776774
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Speech, language, and communication deficits are present in most neurodegenerative syndromes. They enable the early detection, diagnosis, treatment planning, and monitoring of neurocognitive disease progression as part of traditional neurological assessment. Nevertheless, standard speech and language evaluation is time-consuming and resource-intensive for clinicians. We argue that using machine learning methodologies, natural language processing, and modern artificial intelligence (AI) for Language Assessment is an improvement over conventional manual assessment. Using these methodologies, Computational Language Assessment (CLA) accomplishes three goals: (i) provides a neuro-cognitive evaluation of speech, language, and communication in elderly and high-risk individuals for dementia; (ii) facilitates the diagnosis, prognosis, and therapy efficacy in at-risk and language-impaired populations; and (iii) allows easier extensibility to assess patients from a wide range of languages. By employing AI models, CLA may inform neurocognitive theory on the relationship between language symptoms and their neural bases. Finally, it signals a paradigm shift by significantly advancing our ability to optimize the prevention and treatment of elderly individuals with communication disorders, allowing them to age gracefully with social engagement.
Abstract（参考訳）: 言語、言語、コミュニケーションの欠陥は、ほとんどの神経変性症候群に存在している。従来の神経学的評価の一部として、神経認知疾患の早期発見、診断、治療計画、およびモニタリングを可能にする。それでも、標準的な言語と言語の評価は、臨床医にとって時間とリソースを消費する。我々は,機械学習手法,自然言語処理,現代人工知能(AI)を言語評価に活用することは,従来の手作業による評価よりも優れていると論じている。これらの手法を用いて、CLA(Computational Language Assessment)は3つの目標を達成する。 (i)認知症高齢者及び高リスク者における音声・言語・コミュニケーションの神経認知的評価 (ii) リスク・言語障害集団における診断・予後・治療効果の促進及び (iii)幅広い言語から患者を評価することが容易である。 AIモデルを利用することで、CLAは言語症状と神経基盤との関係に関する神経認知理論を通知することができる。最後に、コミュニケーション障害のある高齢者の予防と治療を最適化する能力を大幅に向上させ、社会的関与によって優雅に老化できるというパラダイムシフトを示唆する。

関連論文リスト

Explainable cognitive decline detection in free dialogues with a Machine Learning approach based on pre-trained Large Language Models [6.817247544942709]
我々は,認知の低下を検出するために,自由対話から特徴を抽出するために,Large Language Modelsを提案する。本ソリューションは, (i) 事前処理, (ii) 自然言語処理技術による特徴工学, (iii) 性能を最適化するための特徴解析と選択, (iv) 自動説明可能性による分類を含む。
論文参考訳（メタデータ） (2024-11-04T12:38:08Z)
Leveraging Large Language Models through Natural Language Processing to provide interpretable Machine Learning predictions of mental deterioration in real time [5.635300481123079]
公式推計によると、世界中で5000万人が認知症に罹患しており、毎年1000万人の新しい患者が増えている。この目的のために、人工知能と計算言語学は自然言語分析、パーソナライズされたアセスメント、モニタリング、治療に活用することができる。この仕事には、手頃で柔軟な、非侵襲的でパーソナライズされた診断システムを提供しています。
論文参考訳（メタデータ） (2024-09-05T09:27:05Z)
Large Language Model-based FMRI Encoding of Language Functions for Subjects with Neurocognitive Disorder [53.575426835313536]
LLMを用いたfMRIエンコーディングと脳のスコアを用いた高齢者の言語関連機能変化について検討する。脳のスコアと認知スコアの相関関係を脳全体のROIと言語関連ROIの両方で分析した。以上の結果から,認知能力の向上は,中側頭回に有意な相関がみられた。
論文参考訳（メタデータ） (2024-07-15T01:09:08Z)
Language Generation from Brain Recordings [68.97414452707103]
本稿では,大言語モデルと意味脳デコーダの容量を利用した生成言語BCIを提案する。提案モデルでは,視覚的・聴覚的言語刺激のセマンティック内容に整合したコヒーレントな言語系列を生成することができる。本研究は,直接言語生成におけるBCIの活用の可能性と可能性を示すものである。
論文参考訳（メタデータ） (2023-11-16T13:37:21Z)
Enabling High-Level Machine Reasoning with Cognitive Neuro-Symbolic Systems [67.01132165581667]
本稿では,認知アーキテクチャを外部のニューロシンボリックコンポーネントと統合することにより,AIシステムにおける高レベル推論を実現することを提案する。本稿では,ACT-Rを中心としたハイブリッドフレームワークについて紹介し,最近の応用における生成モデルの役割について論じる。
論文参考訳（メタデータ） (2023-11-13T21:20:17Z)
Reformulating NLP tasks to Capture Longitudinal Manifestation of Language Disorders in People with Dementia [18.964022118823532]
我々は中程度の大きさの事前学習言語モデルを用いて言語障害パターンを学習する。次に、最良モデルからの確率推定値を用いて、デジタル言語マーカーを構築する。提案する言語障害マーカーは,疾患進行に伴う言語障害に関する有用な知見を提供する。
論文参考訳（メタデータ） (2023-10-15T17:58:47Z)
Leveraging Pretrained Representations with Task-related Keywords for Alzheimer's Disease Detection [69.53626024091076]
アルツハイマー病(AD)は高齢者に特に顕著である。事前学習モデルの最近の進歩は、AD検出モデリングを低レベル特徴から高レベル表現にシフトさせる動機付けとなっている。本稿では,高レベルの音響・言語的特徴から,より優れたAD関連手がかりを抽出する,いくつかの効率的な手法を提案する。
論文参考訳（メタデータ） (2023-03-14T16:03:28Z)
Neural Language Models are not Born Equal to Fit Brain Data, but Training Helps [75.84770193489639]
音声ブックを聴く被験者の機能的磁気共鳴イメージングの時間軸予測に及ぼすテスト損失,トレーニングコーパス,モデルアーキテクチャの影響について検討した。各モデルの訓練されていないバージョンは、同じ単語をまたいだ脳反応の類似性を捉えることで、脳内のかなりの量のシグナルをすでに説明していることがわかりました。ニューラル言語モデルを用いたヒューマン・ランゲージ・システムの説明を目的とした今後の研究の実践を提案する。
論文参考訳（メタデータ） (2022-07-07T15:37:17Z)
CogAlign: Learning to Align Textual Neural Representations to Cognitive Language Processing Signals [60.921888445317705]
自然言語処理モデルに認知言語処理信号を統合するためのCogAlignアプローチを提案する。我々は、CogAlignが、パブリックデータセット上の最先端モデルよりも、複数の認知機能で大幅な改善を実現していることを示す。
論文参考訳（メタデータ） (2021-06-10T07:10:25Z)
Predicting Early Indicators of Cognitive Decline from Verbal Utterances [2.387625146176821]
認知症 (Dementia) は、記憶障害、コミュニケーション障害、思考過程を引き起こす、不可逆的、慢性的、進歩的な神経変性疾患のグループである。神経心理学試験における発話の言語的特徴を用いて,高齢者コントロールグループ,MCI,アルツハイマー病(AD)とADの鑑別が可能かを検討した。以上の結果から, 高齢者の言語発話, MCI, AD, ADの区別が, 文脈的, 心理言語学的特徴の組合せによって改善されることが示唆された。
論文参考訳（メタデータ） (2020-11-19T02:24:11Z)
A Multi-modal Machine Learning Approach and Toolkit to Automate Recognition of Early Stages of Dementia among British Sign Language Users [5.8720142291102135]
タイムリーな診断は、必要なサポートと適切な薬を得るのに役立つ。画像とビデオの分析と理解のためのディープラーニングベースのアプローチは有望である。このアプローチは過度に適合せず、スケールアップの可能性を秘めています。
論文参考訳（メタデータ） (2020-10-01T16:35:48Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。