診断と病態解明の手がかりとなる画期的な発見 Breakthrough offers possible clues to diagnosis, understanding of condition
2022-06-14 ノースウェスタン大学
香港の共同研究者とともに行われたこの研究は、自閉症の人々のコミュニケーション能力を形成する遺伝的要因と環境的要因の区別に役立つ知見をもたらし、この症状の原因に関する詳細な解明と新しい治療法の開発に役立つ可能性があります。
教師あり機械学習を用いて自閉症に関連する音声の違いを識別することに成功した。
アルゴリズムの学習に使用したデータは、自閉症の有無にかかわらず英語と広東語を話す若者が、”Frog, Where Are You?” という言葉のない絵本に描かれた物語を自分なりに表現したものを録音したものです。この成果は、2022年6月8日付の学術誌「PLOS One」に掲載されました。
<関連情報>
- https://news.northwestern.edu/stories/2022/06/ai-detects-autism-speech-patterns-across-different-languages/
- https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0269637
自閉症における音声の韻律の違いの言語間パターン。機械学習による研究 Cross-linguistic patterns of speech prosodic differences in autism: A machine learning study
Joseph C. Y. Lau,Shivani Patel,Xin Kang,Kritika Nayar,Gary E. Martin,Jason Choy,Patrick C. M. Wong,Molly Losh
PLOS One Published: June 8, 2022
DOI:https://doi.org/10.1371/journal.pone.0269637
Abstract
Differences in speech prosody are a widely observed feature of Autism Spectrum Disorder (ASD). However, it is unclear how prosodic differences in ASD manifest across different languages that demonstrate cross-linguistic variability in prosody. Using a supervised machine-learning analytic approach, we examined acoustic features relevant to rhythmic and intonational aspects of prosody derived from narrative samples elicited in English and Cantonese, two typologically and prosodically distinct languages. Our models revealed successful classification of ASD diagnosis using rhythm-relative features within and across both languages. Classification with intonation-relevant features was significant for English but not Cantonese. Results highlight differences in rhythm as a key prosodic feature impacted in ASD, and also demonstrate important variability in other prosodic properties that appear to be modulated by language-specific differences, such as intonation.
