論文の概要: SAND: The Challenge on Speech Analysis for Neurodegenerative Disease Assessment

• arxiv url: http://arxiv.org/abs/2604.16445v1
• Date: Tue, 07 Apr 2026 13:24:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-04 02:32:14.006792
• Title: SAND: The Challenge on Speech Analysis for Neurodegenerative Disease Assessment
• Title（参考訳）: SAND:神経変性疾患評価のための音声分析の課題
• Authors: Giovanna Sannino, Ivanoe De Falco, Nadia Brancati, Laura Verde, Maria Frucci, Daniel Riccio, Vincenzo Bevilacqua, Antonio Di Marino, Lucia Aruta, Valentina Virginia Iuzzolino, Gianmaria Senerchia, Myriam Spisto, Raffaele Dubbioso,
• Abstract要約: 臨床医と機械学習の専門家による多部門共同研究の結果を報告する。 SAND(Speech Analysis for Neurodegenerative Diseases)課題は、ALS疾患の早期発見と予測のためのAIモデルを開発、テスト、評価する機会を提供する。
• 参考スコア（独自算出の注目度）: 0.5388526397341782
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Recent advances in Artificial Intelligence (AI) and the exploration of noninvasive, objective biomarkers, such as speech signals, have encouraged the development of algorithms to support the early diagnosis of neurodegenerative diseases, including Amyotrophic Lateral Sclerosis (ALS). Voice changes in subjects suffering from ALS typically manifest as progressive dysarthria, which is a prominent neurodegenerative symptom because it affects patients as the disease progresses. Since voice signals are complex data, the development and use of advanced AI techniques are fundamental to extracting distinctive patterns from them. Validating AI algorithms for ALS diagnosis and monitoring using voice signals is challenging, particularly due to the lack of annotated reference datasets. In this work, we present the outcome of a collaboration between a multidisciplinary team of clinicians and Machine Learning experts to create both a clinically annotated validation dataset and the "Speech Analysis for Neurodegenerative Diseases" (SAND) challenge based on it. Specifically, by analyzing voice disorders, the SAND challenge provides an opportunity to develop, test, and evaluate AI models for the automatic early identification and prediction of ALS disease progression.
• Abstract（参考訳）: 人工知能(AI)の最近の進歩と、音声信号などの非侵襲的で客観的なバイオマーカーの探索は、筋萎縮性側索硬化症(ALS)などの神経変性疾患の早期診断を支援するアルゴリズムの開発を奨励している。 ALS患者の音声変化は、一般的に進行性変形症として現れ、疾患が進行するにつれて患者に影響を与えるため、顕著な神経変性症状である。 音声信号は複雑なデータであるため、高度なAI技術の開発と利用は、それらから独特のパターンを抽出するための基本となる。 音声信号を用いたALS診断と監視のためのAIアルゴリズムの検証は、特に注釈付き参照データセットが欠如しているため、難しい。 本研究は,臨床医と機械学習の専門家による複数学際チームによる共同研究の結果を提示し,臨床注釈付きバリデーションデータセットと,それに基づく「神経変性疾患の音声解析(SAND)」課題を作成する。 具体的には、音声障害を分析して、SANDチャレンジはALS疾患の進行の早期発見と予測のためのAIモデルを開発、テスト、評価する機会を提供する。

関連論文リスト

• R-GenIMA: Integrating Neuroimaging and Genetics with Interpretable Multimodal AI for Alzheimer's Disease Progression [63.97617759805451]
  アルツハイマー病の早期発見には、マクロスケールの神経解剖学的変化とマイクロスケールの遺伝的感受性を統合できるモデルが必要である。 本稿では,新しいROIワイド・ビジョン・トランスフォーマと遺伝的プロンプトを結合した多モード多言語モデルR-GenIMAを紹介する。 R-GenIMAは、通常の認知、主観記憶、軽度認知障害、ADの4方向分類において最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2025-12-22T02:54:10Z)
• Artificial intelligence techniques in inherited retinal diseases: A review [19.107474958408847]
  遺伝性網膜疾患(英: InheritedRetinal disease、IRD)は、進行性視力低下を引き起こす多様な遺伝性疾患群であり、労働年齢層の視覚障害の主要な原因である。 人工知能(AI)の最近の進歩は、これらの課題に対する有望な解決策を提供する。 このレビューは既存の研究を統合し、ギャップを特定し、IRDの診断と管理におけるAIの可能性の概要を提供する。
  論文  参考訳（メタデータ） (2024-10-10T03:14:51Z)
• The Role of Explainable AI in Revolutionizing Human Health Monitoring: A Review [0.0]
  Reviewは、医療における機械学習(ML)モデルの解釈可能性問題に対処する上で、説明可能なAI(XAI)の役割を強調することを目的としている。 複数のデータベースにまたがって総合的な文献検索を行い、医療にXAI技術を適用した研究を同定した。
  論文  参考訳（メタデータ） (2024-09-11T15:31:40Z)
• A Survey of Artificial Intelligence in Gait-Based Neurodegenerative Disease Diagnosis [51.07114445705692]
  神経変性疾患(神経変性疾患、ND)は、伝統的に医学的診断とモニタリングのために広範囲の医療資源と人的努力を必要とする。 重要な疾患関連運動症状として、ヒトの歩行を利用して異なるNDを特徴づけることができる。 人工知能(AI)モデルの現在の進歩は、NDの識別と分類のための自動歩行分析を可能にする。
  論文  参考訳（メタデータ） (2024-05-21T06:44:40Z)

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。