通过语言特征实现神经系统退行性疾病的早期甄别

因疫情的原因现在越来越需要通过各种电子通讯科技实现远程和自助式医疗，让大部分原本需要到医院才能完成的疾病诊断、疗效跟踪、日常护理等步骤在家中就能由患者和家人按指示自行完成。此项技术是1.通过图片描述、故事叙述、一对一采访三种方式，采用脑电、核磁、声学、眼动、视频等多模态技术手段，收集退行病确诊患者以及同年龄健康志愿者的语言数据；2.将收集到的语料数据根据患者的疾病类型、临床表现、严重程度、正在接受的治疗四项条件进行归类分组；3.与健康对照组比较，对不同的疾病特征组别进行语音学、音系学、语义学、句法学、语用学五大层面定量分析，形成量化指标；4.在另一批确诊病人中验证所得量化指标并做出调整，提高准确度；5.结合手机软件开发技术，设计基于语言采集的家庭式疾病预测软件，并与医疗机构合作，提供在线数据分析，针对高风险人群提出进一步诊断治疗建议方案；因此，本项目作为数字化医疗的一部分，旨在为我国基数庞大的中老年群体提供关注与服务，有着不容小觑的市场需求和市场容量。