アルツハイマー病の検出のために、「コンテンツ-構造-フロー」フレームワークを通じて自発的スピーチを分析するマルチビュー・ゲート付きグラフ注意ネットワークが提案されました。このシステムは、自動音声認識（ASR）を使用してオーディオを変換し、意味、依存関係、共起グラフを構築します。また、規範的コーパスからの相互情報量（PMI）を利用して物語の論理を定量化します。

  • このモデルは、臨床的な異質性に対処するために、適応型ゲート融合メカニズムを使用してこれらの異なるグラフビューを統合しています。
  • ADReSSoデータセットで評価されたこのアプローチは、90.00%の精度を達成しました。
  • アブレーション研究により、PMIベースのグラフとゲート機構の両方が堅牢な分類に不可欠であることが確認されました。

著者らは、これは多くの既存システムが見逃している病理学的言語における非線形構造的断絶に対処するため、重要であると見なしています。ソースコードは公開されています。