评估语言表达作为自动筛查认知障碍的生物标志物

本研究针对认知障碍筛查中的时效性和准确性问题，探讨了使用口语语言进行自动筛查的新方法。通过对DementiaBank录音的分析，我们发现随机森林模型在识别阿尔茨海默病相关疾病（ADRD）时具有良好的灵敏度和特异性，且语言特征能有效提高模型的可解释性。这项工作的潜在影响在于提供了一种新颖的方式，通过对话式人工智能在家监测认知健康，早期发现和干预高风险个体。