beplay苹果手机下载德克塞生物医学工程科学系统学院团队使用热门聊天机程序识别自发语音线索预测初期痴呆精度达80%

团队工作报SPLOS数字健康最新一系列努力显示自然语言处理程序在识别语音延迟和表示神经退化失常的其他言语方面的有效性

研究人员通过训练OpenAIGPT3测试理论,从显示不同阶段阿尔茨海默下降的人中录制语音记录GPT3生成阿兹海默语特征剖面后用它重新训练程序-化为老年痴呆疾病筛选机

过程证明可靠预测 阿尔茨海默氏病和不阿尔茨海默症

团队还发现GPT-3预测重度比完全基于录制声学特征的替代分析精确20%,如停机、语音强度和稀疏

团队发现可加速阿尔茨海默诊断,目前是一个漫长过程,需要医学历史评审和多项物理神经测试点播疾病提前会给病人更多选择治疗和支助

研究者正计划开发预筛选工具供家庭或医生办公室使用