Yingchao Huang

LLM框架在基于语音的认知障碍检测中达到92.4%的准确率

研究人员开发了一种新颖的多模态大语言模型（LLM）框架，旨在利用语音数据检测认知障碍（CI）。该方法整合了从语音及其转录文本中提取的语言和声学特征，同时保护患者隐私。该框架在ADReSS20和ADReSSo21数据集上实现了92.4%的分类准确率，优于单一模态方法，并展示了强大的跨数据集泛化能力。这项工作为CI识别树立了新的最先进水平，凸显了基于LLM的多模态分析在稳健和非侵入性筛查方面的潜力。