論文の概要: Explainable and Generalisable LLM-based Cognitive Decline Detection with Spontaneous Speech

• arxiv url: http://arxiv.org/abs/2609.34217v1
• Date: Mon, 28 Sep 2026 03:23:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 22:54:44.296332
• Title: Explainable and Generalisable LLM-based Cognitive Decline Detection with Spontaneous Speech
• Title（参考訳）: 自発音声による説明可能・一般化可能なLCMによる認知劣化検出
• Abstract要約: アルツハイマー病(AD)と軽度認知障害(MCI)がADに先行する可能性がある。 本稿では,自動的,説明可能な認知スクリーニングのためのバイリンガル音声大言語モデルフレームワークを提案する。 誤りを生じやすい自動音声認識に依存する従来のパイプラインとは異なり,本システムは生音声を直接処理し,共同音声・セマンティック表現を学習する。
• 参考スコア（独自算出の注目度）: 30.364998191306515
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Alzheimer's disease (AD) and mild cognitive impairment (MCI), which may precede AD, manifest early through subtle linguistic and acoustic alterations. Traditional diagnostics, however, are often resource-intensive and lack scalability for mass screening. To address these challenges, we introduce a novel bilingual speech large language model framework for automated, explainable cognitive screening. Unlike conventional pipelines that rely on error-prone automatic speech recognition, our system directly processes raw speech to learn joint acoustic-semantic representations, preserving critical prosodic cues often lost in transcription. Utilising our newly collected PUTH-AD dataset alongside multiple open-source corpora, we implemented a multi-task learning objective that simultaneously performs cognitive status classification and generates clinician-understandable natural language explanations. Our system achieved the highest average accuracy and AUROC across six dataset/task conditions, comparing three representative baselines. The system demonstrated cross-task transfer to held-out PUTH-AD task subsets, maintaining classification accuracy on an entirely unseen cognitive task without task-specific fine-tuning. Furthermore, clinician evaluation confirms that the generated explanations are both clinically relevant and largely consistent with the underlying speech evidence, supporting their potential utility in clinical interpretation. This study provides a scalable, objective, and explainable framework for speech-based cognitive screening, combining cognitive status classification with natural language explanations that clinicians can assess and verify, bridging the gap between advanced AI and clinical utility.
• Abstract（参考訳）: アルツハイマー病 (AD) と軽度認知障害 (MCI) が早期に出現し, 微妙な言語的, 音響的変化がみられた。 しかし、従来の診断はリソース集約的であり、マススクリーニングのスケーラビリティに欠けることが多い。 これらの課題に対処するために、自動的、説明可能な認知スクリーニングのためのバイリンガル音声大言語モデルフレームワークを導入する。 誤りを生じやすい自動音声認識に依存する従来のパイプラインとは異なり、本システムは生音声を直接処理し、共同音声・意味的表現を学習し、しばしば書き起こしで失われる重要な韻律的手がかりを保存する。 新たに収集したPUTH-ADデータセットを複数のオープンソースコーパスと併用して,認知状態分類を同時に実施し,臨床者が理解可能な自然言語説明を生成するマルチタスク学習目標を実装した。 提案システムは,6つのデータセット/タスク条件で平均精度とAUROCを最大化し,代表的ベースラインを3つ比較した。 このシステムは、保持されたPUTH-ADタスクサブセットへのクロスタスク転送を示し、タスク固有の微調整なしで全く見えない認知タスクの分類精度を維持した。 さらに臨床評価では、生成された説明が臨床的に関連し、基礎となる音声証拠とほぼ一致していることを確認し、臨床解釈における潜在的な有用性を支持する。 本研究は、音声認識に基づく認知スクリーニングのためのスケーラブルで客観的で説明可能なフレームワークを提供し、認知状態の分類と、臨床医が高度なAIと臨床ユーティリティのギャップを評価し、検証できる自然言語の説明を組み合わせる。

関連論文リスト

• Beyond ID Embeddings: Process-Grounded Language Modeling for Cognitive Diagnosis [77.02066500576528]
  プロセス認識言語認知診断(PLCD)フレームワークは、言語から派生した構造を認知の先行点として使用し、学生の後方状態を校正するための応答記録を使用する。 PLCDは、学生のパフォーマンス予測において従来のベースラインを上回るだけでなく、認知伝達能力も高い。
  論文  参考訳（メタデータ） (2026-09-11T03:51:20Z)
• Toward Generalizable Cognitive Impairment Detection with Speech-Based Multimodal Large Language Models [6.567438338350837]
  音声信号は認知低下に関連する言語マーカーと音響マーカーの両方を符号化する。 大規模言語モデル(LLM)の最近の進歩は,音声に基づく評価の可能性を高めている。 本稿では,音声音声と対応する書き起こしを統合したオープンソースのLLMに基づくマルチモーダルCI検出フレームワークを提案する。 本研究は、CI識別のための新しい最先端技術を確立し、提案手法により、より優れたクロスデータセットの一般化を実証する。
  論文  参考訳（メタデータ） (2026-07-23T16:43:12Z)
• A Multimodal Framework for Dementia Detection via Linguistic and Acoustic Representation Learning [10.559333552210434]
  アルツハイマー病は認知症の主要な原因であり、記憶、推論、コミュニケーション、日常生活に影響を及ぼす。 近年の研究では、自発音声には認知症に関連する貴重な言語的・音響的バイオマーカーが含まれていることが示されている。 本稿では,言語情報と書き起こし情報をエンドツーエンドのトレーニング可能な方法で共同で活用する,認知症自動検出のためのマルチモーダルディープラーニングフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-25T07:57:49Z)
• Agentic Cognitive Profiling: Realigning Automated Alzheimer's Disease Detection with Clinical Construct Validity [66.94391219005291]
  本稿では,臨床プロトコルロジックによる自動スクリーニングを実現するエージェント認知プロファイリング(ACP)を提案する。 我々の設計の中心は、すべての定量化を決定論的関数呼び出しに委譲することで、測定から意味的理解を分離することである。 ACPは、タスク試験で90.5%のスコアマッチ率、AD予測で85.3%の精度を達成し、一般的な基準を上回っている。
  論文  参考訳（メタデータ） (2026-03-18T06:15:35Z)
• Generative Human-Object Interaction Detection via Differentiable Cognitive Steering of Multi-modal LLMs [85.69785384599827]
  人間と物体の相互作用(Human-object Interaction、HOI)の検出は、人と物体のペアとそれらの相互作用を局在させることを目的としている。 既存のメソッドはクローズドワールドの仮定の下で動作し、タスクを未定義の小さな動詞集合上の分類問題として扱う。 本稿では,閉集合分類タスクから開語彙生成問題へのHOI検出を再構成する新しい生成推論・ステアブル知覚フレームワークGRASP-HOを提案する。
  論文  参考訳（メタデータ） (2025-12-19T14:41:50Z)
• Linguistic and Audio Embedding-Based Machine Learning for Alzheimer's Dementia and Mild Cognitive Impairment Detection: Insights from the PROCESS Challenge [0.0]
  音声は、音響的次元と言語的次元の両方を包含し、認知の低下に対して有望な非侵襲的バイオマーカーを提供する。 本稿では,自然発声音声からの音声埋め込みと言語的特徴を両立させるプロシージャチャレンジのための機械学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-10-02T06:54:55Z)
• SpeechIQ: Speech Intelligence Quotient Across Cognitive Levels in Voice Understanding Large Language Models [76.07833875692722]
  音声に基づくインテリジェンス・クオシエント(SIQ)は、人間の認知にインスパイアされた評価パイプラインの新たな形態であり、大きな言語モデルを理解するためのものである。 私たちのフレームワークは、認知原則を音声指向のベンチマークでブリッジする、第一種知能検査を表現しています。
  論文  参考訳（メタデータ） (2025-07-25T15:12:06Z)
• Zero-Shot Cognitive Impairment Detection from Speech Using AudioLLM [9.84961079811343]
  音声は、認知低下を評価するための非侵襲的で容易に収集可能なバイオマーカーとして注目されている。 従来の認知障害検出法は、音声から抽出された音響的特徴と言語的特徴に基づいて訓練された教師付きモデルに依存している。 音声入力とテキスト入力の両方を処理可能なモデルであるQwen2- Audio AudioLLMを用いた,最初のゼロショット音声ベースのCI検出手法を提案する。
  論文  参考訳（メタデータ） (2025-06-20T01:28:43Z)
• Devising a Set of Compact and Explainable Spoken Language Feature for Screening Alzheimer's Disease [52.46922921214341]
  アルツハイマー病(AD)は高齢化社会において最も重要な健康問題の一つとなっている。 我々は,大言語モデル(LLM)とTF-IDFモデルの視覚的機能を活用する,説明可能な効果的な機能セットを考案した。 当社の新機能は、自動ADスクリーニングの解釈可能性を高めるステップバイステップで説明し、解釈することができる。
  論文  参考訳（メタデータ） (2024-11-28T05:23:22Z)
• Identification of Cognitive Decline from Spoken Language through Feature Selection and the Bag of Acoustic Words Model [0.0]
  記憶障害の症状の早期発見は、集団の健康確保に重要な役割を担っている。 臨床環境における標準化された音声テストの欠如は、自然音声言語を解析するための自動機械学習技術の開発にますます重点を置いている。 この研究は特徴選択に関するアプローチを示し、ジュネーブの最小音響パラメータセットと相対音声停止から診断に必要な重要な特徴を自動的に選択することを可能にする。
  論文  参考訳（メタデータ） (2024-02-02T17:06:03Z)
• 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)

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。