研究者たちは、マルチモーダル言語モデルへの制御された摂動が、脳卒中後失語症の特徴である体系的な命名エラーを再現できるかどうかを調査した。LLaVA 1.6を使用して、特定の層とユニットにノイズを加えて病変をシミュレートし、278人の失語症患者（PWAs）のデータに対して結果を評価した。

  • 研究はフィラデルフィア命名テストにおいて検証済みのニューラル分類器を用いて、応答を7つのカテゴリに分類した。
  • 7つのエラータイプのうち6つが、異なるパラメータ領域で臨床的に同等の割合で現れ、形式的類語錯乱（formal paraphasia）のみが例外であった。
  • 摂動空間を検索することで、97.8%のPWAsで7カテゴリのうち少なくとも6つを、79.5%のPWAsですべての7カテゴリにおいて個別のエラープロファイルを再現する構成を見出した。
  • モンテカルロベースラインは、この一致が周辺的重合ではなくカテゴリ間の結合構造を反映していることを確認した。

これらの結果は、個別の失語症エラーパターンを再現するための定量的枠組みを確立し、言語モデルが脳卒中後失語症患者のデジタルツインとして機能する可能性を示唆している。