शोधकर्ताओं ने जाँच की कि क्या एक बहुआयामी भाषा मॉडल में नियंत्रित विक्षोभ पश्चात-स्ट्रोक एफेसिया के लिए विशिष्ट व्यवस्थित नामकरण त्रुटियों को पुन: उत्पन्न कर सकते हैं। LLaVA 1.6 का उपयोग करते हुए, उन्होंने चोटों का अनुकरण करने के लिए विशिष्ट परतों और इकाइयों में शोर लागू किया और 278 एफेसिया रोगियों (PWAs) के डेटा के खिलाफ परिणामों का मूल्यांकन किया।
- अध्ययन ने फ़िलैडेल्फिया नामिंग टेस्ट पर एक मान्यता प्राप्त न्यूरल क्लासिफायर का उपयोग करके प्रतिक्रियाओं को सात श्रेणियों में वर्गीकृत किया।
- सात त्रुटि प्रकारों में से छह अलग-अलग पैरामीटर क्षेत्रों में नैतिक रूप से तुलनीय अनुपात में उभरे, औपचारिक पराफेसिया अपवाद था।
- विक्षोभ स्थान की खोज ने ऐसे विन्यासों की पहचान की जो कम से कम सात में छह श्रेणियों में 97.8% PWAs के लिए और सभी सात के लिए 79.5% के लिए व्यक्तिगत त्रुटि प्रोफ़ाइल को पुन: उत्पन्न करते हैं।
- मोंटे कार्लो आधार रेखाओं ने पुष्टि की कि यह मिलान सीमांत ओवरलैप के बजाय संयुक्त इंटर-श्रेणी संरचना को दर्शाता है।
ये परिणाम व्यक्तिगत एफेसिक त्रुटि पैटर्न को पुन: उत्पन्न करने के लिए एक मात्रात्मक ढांचा स्थापित करते हैं, जो यह सुझाव देते हैं कि भाषा मॉडल पश्चात-स्ट्रोक एफेसिया वाले व्यक्तियों के डिजिटल ट्विन के रूप में कार्य करने की क्षमता रखते हैं।