通过语音分析诊断路易体痴呆症取得突破

研究人员发现了一种新方法，可以通过声音情绪表达来区分路易体痴呆症 (DLB) 和阿尔茨海默病 (AD)

这项由日本科学家进行的研究表明，分析患者大声朗读的方式可以揭示这两种常见的神经退行性痴呆症之间的显著差异。

诊断痴呆症：路易体痴呆症 (DLB) 和阿尔茨海默病 (AD)

DLB 影响了多达 22.8% 的痴呆症患者，由于症状重叠，经常被误诊为 AD。然而，这项新研究强调了 DLB 患者声音表达的不同模式，为更准确和更早的诊断提供了潜在的工具。

这项研究涉及 152 名老年人，包括患有 DLB、AD 和认知障碍 (CU) 的人。参与者被要求大声朗读一本图画书，同时记录他们的声音并分析情绪韵律，即言语的节奏、重音和语调。

研究人员发现，与 AD 患者和 CU 患者相比，DLB 患者的情绪表达能力明显下降。具体来说，他们的言语特点是情绪化程度较低（更消极）和唤醒度较低（更平静）。这些声音变化与认知障碍和大脑岛叶区域的萎缩有关，而岛叶区域对于情绪处理至关重要。

使用机器学习诊断 AD 中的 DLB

研究还表明，使用这些声音特征的机器学习模型可以有效区分 DLB 与 AD 和 CU 个体。

这些模型实现了令人印象深刻的准确度，DLB 与 AD 的受试者工作特征曲线下面积 (AUC) 为 0.83，DLB 与 CU 的受试者工作特征曲线下面积 (AUC) 为 0.78。这一表现超越了传统的临床人口统计学指标。

这一进步具有特别重要的意义，因为它提供了一种非侵入性、经济高效的筛查工具，甚至可以在初级保健环境中使用。

早期准确诊断 DLB 至关重要，因为它比 AD 进展更快，且症状范围更广，需要不同的护理策略。

随着进一步研究，这种方法可以整合到大规模筛查和监测项目中， 为神经退行性疾病的研究和治疗提供了新的途径。

这项由日本学术振兴会支持的研究展示了数字健康技术在改变痴呆症护理方面的潜力。