論文の概要: TAMI: Temporally Aligned, Missingness-Aware, and Interpretable Multimodal Fusion for Mental Health Assessment in Older Adults with Mild Cognitive Impairment

• arxiv url: http://arxiv.org/abs/2608.30857v1
• Date: Mon, 31 Aug 2026 14:19:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-01 18:31:31.441456
• Title: TAMI: Temporally Aligned, Missingness-Aware, and Interpretable Multimodal Fusion for Mental Health Assessment in Older Adults with Mild Cognitive Impairment
• Title（参考訳）: 軽度認知障害を有する高齢者における心的健康評価のためのTAMI : 時間的アライメント, 欠失意識, 解釈可能なマルチモーダルフュージョン
• Abstract要約: 軽度認知障害(MCI)の高齢者の抑うつと不安は、ケアへのアクセスが限られているため、しばしば診断される。 既存のマルチモーダル解析手法には3つの制限がある。 本稿では,多モード融合フレームワークTAMIを提案する。
• 参考スコア（独自算出の注目度）: 2.210512808265166
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Depression and anxiety in older adults with Mild Cognitive Impairment (MCI) are frequently underdiagnosed due to limited access to care. Multimodal analysis of remote clinical interviews is a scalable screening approach, but existing methods have three limitations. First, they do not correct temporal misalignment across multimodal features extracted at different resolutions, inducing spurious cross-modal associations. Second, remote recordings exhibit uneven modality dropout, but missing values are often zero-filled, making them indistinguishable from valid near-zero measurements. Finally, they do not jointly attribute predictions to modalities, questions, and interview moments, limiting fine-grained clinical interpretation. We propose a Temporally-Aligned, Missingness-Aware, Interpretable (TAMI) multimodal fusion framework. TAMI aligns speech, language, facial, and physiological features within question-answer segments on a shared timeline, encodes modality-level missingness over time, and conditions fusion on question context. In interviews with 49 older adults with MCI, TAMI achieved area under the receiver operating characteristic curve (AUROC) scores of 0.68 (depression) and 0.69 (anxiety). Fine-grained temporal alignment of multimodal features produced the largest performance gain ($Δ{\geq}0.1$). Multi-level interpretability analysis revealed that depression classification relied on eyegaze and open-ended questions, while anxiety classification depended on eyegaze and head pose, with attribution uniformly distributed across questions. Using only responses to the open-ended questions (5.1min), the depression model achieved an AUROC score of 0.67, which was not significantly different from using the full interview (19min) ($p>0.05$). Our findings support designing interview protocols centered on open-ended questions for depression screening in older adults with MCI.
• Abstract（参考訳）: 軽度認知障害(MCI)の高齢者の抑うつと不安は、ケアへのアクセスが限られているため、しばしば診断される。 遠隔臨床面接のマルチモーダル分析は、スケーラブルなスクリーニング手法であるが、既存の手法には3つの制限がある。 第一に、異なる解像度で抽出された多重モーダル特徴間の時間的ずれを補正せず、急激な相互モーダル関連を引き起こす。 第2に、リモート記録は不均一なモダリティの低下を示すが、欠落した値はしばしばゼロフィリングされ、有効な近ゼロ測定と区別できない。 最後に、彼らは予測をモダリティ、質問、インタビューの瞬間に共同で属性付けせず、きめ細かい臨床解釈を制限している。 本稿では,TAMI(Temporally-Aligned, Missingness-Aware, Interpretable)マルチモーダル融合フレームワークを提案する。 TAMIは、質問応答セグメント内の音声、言語、顔、生理的特徴を共有タイムライン上で調整し、時間とともにモダリティレベルの欠如を符号化し、質問コンテキストに融合する。 MCIの高齢者49人とのインタビューで、TAMIは受信者動作特性曲線(AUROC)の0.68(抑うつ)と0.69(不安)の領域を達成した。 多モード特徴の微細な時間的アライメントは、最大のパフォーマンス向上(Δ{\geq}0.1$)を生み出した。 多段階の解釈可能性分析の結果,抑うつ分類は視線とオープンエンドの質問に依存し,不安分類は視線と頭部のポーズに依存した。 オープンエンドの質問に対する回答(5.1min)のみを用いて、抑うつモデルはAUROCスコア0.67を達成し、完全なインタビュー(19min)(p>0.05$)を使用する場合と大きく異なるものではなかった。 本研究は,MCI高齢者のうつ病スクリーニングに関するオープンエンド質問に焦点をあてた面接プロトコルの設計を支援する。

関連論文リスト

• From Conflict to Consensus: Boosting Medical Reasoning via Multi-Round Agentic RAG [65.0203623486525]
  大規模言語モデル(LLM)は、医学的質問応答において高い推論能力を示す。 幻覚や時代遅れの知識を生み出す傾向は、医療分野において重大なリスクをもたらす。 既存の手法はノイズの多いトークンレベルの信号に依存しており、複雑な推論に必要なマルチラウンドの改良は欠如している。
  論文  参考訳（メタデータ） (2026-02-06T08:25:30Z)
• M3CoTBench: Benchmark Chain-of-Thought of MLLMs in Medical Image Understanding [66.78251988482222]
  CoT(Chain-of-Thought)推論は、ステップバイステップの中間推論を奨励することによって、大規模言語モデルの強化に有効であることが証明されている。 医用画像理解のための現在のベンチマークでは、推論パスを無視しながら最終回答に重点を置いている。 M3CoTBenchは、透明で信頼性が高く、診断的に正確な医療用AIシステムの開発を促進することを目的としている。
  論文  参考訳（メタデータ） (2026-01-13T17:42:27Z)
• Tri-Modal Severity Fused Diagnosis across Depression and Post-traumatic Stress Disorders [26.208414155165432]
  外傷性ストレス障害(PTSD)は、しばしば関連症状と併存し、自動評価を複雑にする。 統合された三モーダル感情重大度フレームワークは,インタビューテキストと文レベルのトランスフォーマーの埋め込み,ログによる音声,デルタによるメル統計,アクションユニットによる顔信号,視線,頭,ポーズ記述子とを同期させる。 標準化された特徴は、キャリブレーションされた後期融合分類器を介して融合し、障害確率と特徴レベルの属性を出力する。
  論文  参考訳（メタデータ） (2025-10-23T05:46:38Z)
• Shallow Robustness, Deep Vulnerabilities: Multi-Turn Evaluation of Medical LLMs [9.291589998223696]
  MedQA-Followupは,医療質問応答におけるマルチターンロバスト性を評価するためのフレームワークである。 MedQAデータセットの制御介入を用いて、5つの最先端LCMを評価する。 モデルは浅瀬の摂動下では合理的に良好に機能するが、マルチターン設定では深刻な脆弱性が現れる。
  論文  参考訳（メタデータ） (2025-10-14T08:04:18Z)
• Hierarchical Self-Supervised Representation Learning for Depression Detection from Speech [51.14752758616364]
  音声による抑うつ検出 (SDD) は、従来の臨床評価に代わる有望で非侵襲的な代替手段である。 HAREN-CTCは,マルチタスク学習フレームワーク内でのクロスアテンションを用いて,多層SSL機能を統合した新しいアーキテクチャである。 このモデルはDAIC-WOZで0.81、MODMAで0.82の最先端マクロF1スコアを達成し、両方の評価シナリオで先行手法より優れている。
  論文  参考訳（メタデータ） (2025-10-05T09:32:12Z)
• 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)
• Enhancing Depression Detection via Question-wise Modality Fusion [47.45016610508853]
  うつ病は、かなりの個人的・社会的コストを発生させる、非常に普及し、無効な状態である。 そこで我々は,新しい不均衡正規対数関数を用いて学習した質問知度モダリティ・フュージョン(Modality Fusion)フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-03-26T12:34:34Z)
• LlaMADRS: Prompting Large Language Models for Interview-Based Depression Assessment [75.44934940580112]
  LlaMADRSは、オープンソースのLarge Language Models(LLM)を利用して、うつ病の重症度評価を自動化する新しいフレームワークである。 本研究は,クリニカルインタヴューの解釈・スコアリングにおけるモデル指導のために,慎重に設計された手がかりを用いたゼロショットプロンプト戦略を用いている。 実世界における236件のインタビューを対象とし,臨床評価と強い相関性を示した。
  論文  参考訳（メタデータ） (2025-01-07T08:49:04Z)
• Prediction of Depression Severity Based on the Prosodic and Semantic Features with Bidirectional LSTM and Time Distributed CNN [14.994852548758825]
  抑うつ予測のための注意に基づくマルチモーダリティ音声とテキスト表現を提案する。 本モデルは,OzデータセットのDistress Analysis Interview Corpus-Wizardを用いて,参加者のうつ病重症度を推定するために訓練された。 実験では、過去の研究よりも統計的に有意な改善が見られた。
  論文  参考訳（メタデータ） (2022-02-25T01:42:29Z)
• Multimodal Depression Severity Prediction from medical bio-markers using Machine Learning Tools and Technologies [0.0]
  うつ病は世界中の精神疾患の主要な原因となっている。 近年,うつ病の診断とステージ予測の自動化に行動的手がかりが用いられている。 ラベル付き行動データセットの欠如と、膨大な量のバリエーションが、タスクを達成する上で大きな課題であることが証明されている。
  論文  参考訳（メタデータ） (2020-09-11T20:44:28Z)

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。