論文の概要: Vocal Prognostic Digital Biomarkers in Monitoring Chronic Heart Failure: A Longitudinal Observational Study

• arxiv url: http://arxiv.org/abs/2604.00308v1
• Date: Tue, 31 Mar 2026 23:08:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-02 16:44:31.7611
• Title: Vocal Prognostic Digital Biomarkers in Monitoring Chronic Heart Failure: A Longitudinal Observational Study
• Title（参考訳）: 慢性心不全モニタリングにおける声道予後デジタルバイオマーカー : 縦断的観察による検討
• Authors: Fan Wu, Matthias P. Nägele, Daryush D. Mehta, Elgar Fleisch, Frank Ruschitzka, Andreas J. Flammer, Filipe Barata,
• Abstract要約: 心不全 (Heart failure, HF) は、進行性劣化と急性脱報酬を伴う慢性疾患である。 体重追跡などの現在の在宅監視は、予測精度が欠如しており、高い患者のエンゲージメントを必要としている。 本研究の目的は,慢性HF患者の音声特徴が健康劣化を予測できるかを評価することである。
• 参考スコア（独自算出の注目度）: 5.889780919441971
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Objective: This study aimed to evaluate which voice features can predict health deterioration in patients with chronic HF. Background: Heart failure (HF) is a chronic condition with progressive deterioration and acute decompensations, often requiring hospitalization and imposing substantial healthcare and economic burdens. Current standard-of-care (SoC) home monitoring, such as weight tracking, lacks predictive accuracy and requires high patient engagement. Voice is a promising non-invasive biomarker, though prior studies have mainly focused on acute HF stages. Methods: In a 2-month longitudinal study, 32 patients with HF collected daily voice recordings and SoC measures of weight and blood pressure at home, with biweekly questionnaires for health status. Acoustic analysis generated detailed vowel and speech features. Time-series features were extracted from aggregated lookback windows (e.g., 7 days) to predict next-day health status. Explainable machine learning with nested cross-validation identified top vocal biomarkers, and a case study illustrated model application. Results: A total of 21,863 recordings were analyzed. Acoustic vowel features showed strong correlations with health status. Time-series voice features within the lookback window outperformed corresponding standard care measures, achieving peak sensitivity and specificity of 0.826 and 0.782 versus 0.783 and 0.567 for SoC metrics. Key prognostic voice features identifying deterioration included delayed energy shift, low energy variability, and higher shimmer variability in vowels, along with reduced speaking and articulation rate, lower phonation ratio, decreased voice quality, and increased formant variability in speech. Conclusion: Voice-based monitoring offers a non-invasive approach to detect early health changes in chronic HF, supporting proactive and personalized care.
• Abstract（参考訳）: 目的: 本研究の目的は, 慢性HF患者の音声特徴が健康劣化を予測できるかを評価することである。 背景: 心不全(Heart failure, HF)は、進行性の悪化と急性の補充を伴う慢性疾患であり、しばしば入院を必要とし、医療と経済のかなりの負担を課す。 現在のSOC(Standard-of-care)ホームモニタリング(ウェイトトラッキングなど)は、予測精度が欠如しており、高い患者のエンゲージメントを必要としている。 音声は有望な非侵襲的バイオマーカーであるが、先行研究は主に急性HFステージに焦点を当てている。 方法】HF患者32名を対象に2カ月にわたる縦断調査を行い,健常者を対象とした2週間質問紙調査を行った。 音響解析は詳細な母音と音声の特徴を生成する。 翌日の健康状態を予測するため,集計したルックバックウィンドウ(例:7日)から時系列の特徴を抽出した。 ネストしたクロスバリデーションを用いた説明可能な機械学習は、トップボーカルバイオマーカーを特定し、ケーススタディでモデルの適用例を示した。 結果:21,863件の録音が分析された。 音声母音の特徴は健康状態と強い相関を示した。 ルックバックウィンドウ内の時系列音声特徴は、SoC測定値に対して0.826, 0.782, 0.783, 0.567のピーク感度と特異性を達成し、対応する標準ケア対策よりも優れていた。 劣化を識別する重要な予後音声の特徴として, 母音の遅延エネルギーシフト, 低エネルギー変動, 発声・調音率の低下, 発声率の低下, 声質の低下, 発声のフォルマント変動の増大などがあげられる。 結論:音声によるモニタリングは、慢性HFの早期の健康変化を検出する非侵襲的なアプローチを提供し、積極的およびパーソナライズドケアをサポートする。

関連論文リスト

• Continuous Telemonitoring of Heart Failure using Personalised Speech Dynamics [17.682803546212824]
  本研究では,個人内における相対的な症状変化の軌跡を捉えるためのLIPT方式を提案する。 このフレームワークの中心は、縦長の音声記録を文脈対応の潜在表現に変換するシーケンスパーソナライズ(PSE)である。 225人のコホートによる実験の結果、LIPTパラダイムは古典的な横断的アプローチよりも優れていた。
  論文  参考訳（メタデータ） (2026-02-23T10:19:17Z)
• SSC-UNet: UNet with Self-Supervised Contrastive Learning for Phonocardiography Noise Reduction [1.8780017602640042]
  先天性心疾患(CHD)は、世界の出生者の約1%に影響を及ぼす重要な世界的な健康上の問題である。 本研究では,ノイズ2ノイズに基づく自己教師型心電図ノイズ低減モデルを提案する。
  論文  参考訳（メタデータ） (2026-01-07T17:06:42Z)
• Naturalistic Language-related Movie-Watching fMRI Task for Detecting Neurocognitive Decline and Disorder [60.84344168388442]
  言語関連機能的磁気共鳴画像(fMRI)は,認知機能低下と早期NCDの検出に有望なアプローチである。 香港在住の高齢者97名を対象に,この課題の有効性について検討した。 本研究は、加齢に伴う認知低下とNCDの早期発見のための自然言語関連fMRIタスクの可能性を示した。
  論文  参考訳（メタデータ） (2025-06-10T16:58:47Z)
• Towards Robust Assessment of Pathological Voices via Combined Low-Level Descriptors and Foundation Model Representations [39.31175048498422]
  本研究では,声質評価ネットワーク (VOQANet) を提案する。 また,低レベル音声記述子であるjitter,shimmer,haronics-to-noise ratio(HNR)とSFMをハイブリッド表現に組み込んだVOQANet+を導入する。 以上の結果から,特に患者レベルでの母音による入力は,音声属性を抽出する発話の長大さに優れることがわかった。
  論文  参考訳（メタデータ） (2025-05-27T15:48:17Z)
• Developing vocal system impaired patient-aimed voice quality assessment approach using ASR representation-included multiple features [0.4681310436826459]
  本稿では,音声認識と自己教師型学習表現の利用について紹介する。 実験ではPVQDデータセットのチェックを行い、英語における様々な声道系の損傷の原因をカバーし、パーキンソン病の患者に焦点を当てた日本語データセットを作成した。 PVQDの結果, PCCでは0.8, MSEでは0.5と顕著な相関がみられた。
  論文  参考訳（メタデータ） (2024-08-22T10:22:53Z)
• Automatically measuring speech fluency in people with aphasia: first achievements using read-speech data [55.84746218227712]
  本研究の目的は,言語習得の分野で開発された信号処理algorithmの関連性を評価することである。
  論文  参考訳（メタデータ） (2023-08-09T07:51:40Z)
• Investigation of Data Augmentation Techniques for Disordered Speech Recognition [69.50670302435174]
  本稿では,不規則音声認識のための一連のデータ拡張手法について検討する。 正常な音声と無秩序な音声の両方が増強過程に利用された。 UASpeechコーパスを用いた最終話者適応システムと、最大2.92%の絶対単語誤り率(WER)の速度摂動に基づく最良の拡張アプローチ
  論文  参考訳（メタデータ） (2022-01-14T17:09:22Z)
• A Preliminary Study of a Two-Stage Paradigm for Preserving Speaker Identity in Dysarthric Voice Conversion [50.040466658605524]
  変形性音声変換(DVC)における話者同一性維持のための新しいパラダイムを提案する。 変形性音声の質は統計VCによって大幅に改善される。 しかし, 変形性関節症患者の通常の発話は, ほとんど収集できないため, 過去の研究は患者の個性を取り戻すことはできなかった。
  論文  参考訳（メタデータ） (2021-06-02T18:41:03Z)
• Bulbar ALS Detection Based on Analysis of Voice Perturbation and Vibrato [68.97335984455059]
  本研究の目的は,ALS患者の自動検出のための持続母音発声テストの有用性を検証することである。 そこで我々は,音声信号から測定値の計算に必要な基本周期への分離手順の強化を提案した。
  論文  参考訳（メタデータ） (2020-03-24T12:49:25Z)

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。