언어를 사용하여 아랍어를 사용하는 조현병 환자의 증상 심각도 모니터링

언어 혼란은 정신 분열증의 주요 특징입니다. 정신 분열증 연구에서 언어 혼란을 평가하기 위한 컴퓨터 도구의 개발이 빠르게 성장하고 있습니다. 몇몇 초기 연구에서는 말의 변화가 정신분열증 환자를 건강한 대조군과 구별하고 감별 진단 및 재발 방지에 도움이 된다는 것을 보여주었습니다(1). Winterlight 앱은 음성 수집 및 평가에 사용할 수 있으며 음성 기반 인공 지능을 사용하여 인지/임상 증상의 변화를 감지할 수 있는 음성 바이오마커를 식별합니다.

증상 평가 척도는 정신분열증의 성격과 심각도, 그리고 시간 경과에 따른 변화의 크기를 평가하는 기본 방식으로 남아 있습니다. 양성 및 음성 증상 척도(PANSS)는 정신분열병 환자의 증상 중증도를 측정하고 차원을 평가하기 위해 개발된 30개 항목 등급 척도입니다(2). 그것은 정신분열증의 임상 시험에서 널리 사용되어 왔으며 항정신병 치료 효능 평가를 위한 "황금 표준"으로 간주됩니다.

이 연구의 목표는 Winterlight 응용 프로그램을 사용하여 획득한 음성 샘플에서 파생된 정량적 측정이 PANSS에서 평가한 양성 및 음성 증상 하위 점수와 연관될 것이라는 가설을 테스트하는 것입니다.

연구자들은 음성 기반 인공 지능 방법을 사용하여 아랍어를 사용하는 환자의 정신 분열증 증상과 관련된 음성 및 언어 측면을 식별합니다.

수집된 데이터는 다음을 평가하는 데 사용될 수 있습니다.

1. 기준선에서 음성 측정과 PANSS 하위 점수 간의 관계.
2. 언어 측정의 변화와 시간 경과에 따른 양성 증상의 변화 사이의 관계.
3. 언어 측정의 변화와 시간 경과에 따른 음성 증상의 변화 사이의 관계.
4. 정신 분열증이 있는 개인의 정신병적 재발을 예측하는 데 사용되는 언어 측정 능력.
5. 언어 및 사회인구학적 변수를 기반으로 한 재발 예측 가능성.