JP6804779B2 - 軽度の認知機能障害の推定システム、軽度の認知機能障害の推定装置、及び軽度の認知機能障害の有無を推定するためのプログラム - Google Patents
軽度の認知機能障害の推定システム、軽度の認知機能障害の推定装置、及び軽度の認知機能障害の有無を推定するためのプログラム Download PDFInfo
- Publication number
- JP6804779B2 JP6804779B2 JP2019128769A JP2019128769A JP6804779B2 JP 6804779 B2 JP6804779 B2 JP 6804779B2 JP 2019128769 A JP2019128769 A JP 2019128769A JP 2019128769 A JP2019128769 A JP 2019128769A JP 6804779 B2 JP6804779 B2 JP 6804779B2
- Authority
- JP
- Japan
- Prior art keywords
- subject
- time
- mild cognitive
- question
- voice
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 208000010877 cognitive disease Diseases 0.000 title claims description 144
- 208000027061 mild cognitive impairment Diseases 0.000 title claims description 79
- 238000007405 data analysis Methods 0.000 claims description 26
- 238000007689 inspection Methods 0.000 claims description 26
- 238000000034 method Methods 0.000 claims description 23
- 238000004891 communication Methods 0.000 claims description 18
- 238000007637 random forest analysis Methods 0.000 claims description 11
- 238000012360 testing method Methods 0.000 claims description 8
- 239000000284 extract Substances 0.000 claims description 7
- 238000012545 processing Methods 0.000 description 26
- 206010012289 Dementia Diseases 0.000 description 25
- 238000012790 confirmation Methods 0.000 description 24
- 238000010801 machine learning Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 13
- 238000000605 extraction Methods 0.000 description 11
- 238000012706 support-vector machine Methods 0.000 description 11
- 238000013500 data storage Methods 0.000 description 9
- 238000001228 spectrum Methods 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 7
- 239000013598 vector Substances 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000003920 cognitive function Effects 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000003247 decreasing effect Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003111 delayed effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000000474 nursing effect Effects 0.000 description 2
- 208000024827 Alzheimer disease Diseases 0.000 description 1
- 208000028698 Cognitive impairment Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000011257 definitive treatment Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008909 emotion recognition Effects 0.000 description 1
- 230000036449 good health Effects 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 208000020016 psychiatric disease Diseases 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003319 supportive effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000002087 whitening effect Effects 0.000 description 1
Images
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Description
正答率=(真陽性者数+真陰性者数)/(被検者数)
通信回線を介して接続された検査サーバと被検者端末とを含む、被検者における軽度の認知機能障害の有無を推定する軽度の認知機能障害の推定システムであって、
上記検査サーバが、
健常者及び軽度の認知機能障害発症者のそれぞれについての、年齢と、日時の見当識に関する質問に対する回答の正解点数と、上記日時の見当識に関する質問に対する回答時の音声データから抽出された1種以上の音声特徴量と、から成る学習データに基づき軽度の認知機能障害の有無を出力するように学習させられた識別器と、
上記被検者端末から送信された、上記被検者についての、年齢情報と、上記日時の見当識に関する質問に対する回答の情報と、上記日時の見当識に関する質問に対する回答時の音声データと、を含む被検者情報を受信するデータ取得部と、
上記被検者情報に基づき、上記回答の正解点数を取得すると共に、上記音声データから上記1種以上の音声特徴量を抽出するデータ解析部と、
上記被検者についての年齢と上記正解点数と上記1種以上の音声特徴量とを上記識別器に入力し、上記識別器から出力された上記被検者における軽度の認知機能障害の有無を推定結果として上記被検者端末に送信する推定結果出力部と
を備えていることを特徴とする軽度の認知機能障害の推定システムに関する。本発明はまた、通信回線を介して接続された検査サーバと被検者端末とによって被検者における軽度の認知機能障害の有無を推定するためのプログラムであって、
上記検査サーバ用のコンピュータに、
健常者及び軽度の認知機能障害発症者のそれぞれについての、年齢と、日時の見当識に関する質問に対する回答の正解点数と、上記日時の見当識に関する質問に対する回答時の音声データから抽出された1種以上の音声特徴量と、から成る学習データに基づき軽度の認知機能障害の有無を出力するように学習させられた識別器を構成するステップと、
上記被検者端末から送信された、上記被検者についての、年齢情報と、上記日時の見当識に関する質問に対する回答の情報と、上記日時の見当識に関する質問に対する回答時の音声データと、を含む被検者情報を受信するステップと、
上記被検者情報に基づき、上記回答の正解点数を取得すると共に、上記音声データから上記1種以上の音声特徴量を抽出するステップと、
上記被検者についての年齢と上記正解点数と上記1種以上の音声特徴量とを上記識別器に入力し、上記識別器から出力された上記被検者における軽度の認知機能障害の有無を推定結果として上記被検者端末に送信するステップと
を実行させ、
上記被検者端末用のコンピュータに、
上記被検者についての、年齢情報と、上記日時の見当識に関する質問に対する回答の情報と、上記日時の見当識に関する質問に対する回答時の音声データと、を含む被検者情報を取得し、取得した被検者情報を上記検査サーバに対して送信するステップと、
上記検査サーバから送信された、上記検査サーバの識別器が出力した上記被検者における軽度の認知機能障害の有無に関する推定結果を受信し、受信した推定結果を上記被検者に対して提示するステップと
を実行させる
ことを特徴とするプログラムに関する。
被検者における軽度の認知機能障害の有無を推定する軽度の認知機能障害の推定装置であって、
健常者及び軽度の認知機能障害発症者のそれぞれについての、年齢と、日時の見当識に関する質問に対する回答の正解点数と、上記日時の見当識に関する質問に対する回答時の音声データから抽出された1種以上の音声特徴量と、から成る学習データに基づき軽度の認知機能障害の有無を出力するように学習させられた識別器と、
上記被検者についての、年齢情報と、上記日時の見当識に関する質問に対する回答の情報と、上記日時の見当識に関する質問に対する回答時の音声データと、を含む被検者情報を取得するデータ取得部と、
上記被検者情報に基づき、上記回答の正解点数を取得すると共に、上記音声データから上記1種以上の音声特徴量を抽出するデータ解析部と、
上記被検者についての年齢と上記正解点数と上記1種以上の音声特徴量とを上記識別器に入力し、上記識別器から出力された上記被検者における軽度の認知機能障害の有無を推定結果として出力する推定結果出力部と
を備えていることを特徴とする軽度の認知機能障害の推定装置に関する。本発明はまた、被検者における軽度の認知機能障害の有無を推定するためのプログラムであって、
コンピュータに、
健常者及び軽度の認知機能障害発症者のそれぞれについての、年齢と、日時の見当識に関する質問に対する回答の正解点数と、上記日時の見当識に関する質問に対する回答時の音声データから抽出された1種以上の音声特徴量と、から成る学習データに基づき軽度の認知機能障害の有無を出力するように学習させられた識別器を構成するステップと、
上記被検者についての、年齢情報と、上記日時の見当識に関する質問に対する回答の情報と、上記日時の見当識に関する質問に対する回答時の音声データと、を含む被検者情報を取得するステップと、
上記被検者情報に基づき、上記回答の正解点数を取得すると共に、上記音声データから上記1種以上の音声特徴量を抽出するステップと、
上記被検者についての年齢と上記正解点数と上記1種以上の音声特徴量とを上記識別器に入力し、上記識別器から出力された上記被検者における軽度の認知機能障害の有無を推定結果として出力するステップと
を実行させることを特徴とするプログラムに関する。
図1は、本実施の形態の軽度の認知機能障害の推定システム1の構成の概略を示した図である。軽度の認知機能障害の推定システム1は、このシステム1を利用する被検者に関する情報を入出力するための被検者端末20と、被検者端末20から提供された情報を基に上記被検者における軽度の認知機能障害の有無を推定して推定結果を被検者端末20に提供する検査サーバ10と、を含んでおり、検査サーバ10と被検者端末20とはインターネット回線等の通信回線30により接続されている。検査サーバ10は、演算処理部、通信部、記憶部等を備えた一般的なコンピュータにより構成されており、記憶部に記憶されているソフトウェア(処理プログラム)との協働により、検査サーバ10として動作するように構成されている。被検者端末20は、演算処理部、通信部、データの入出力のためのタッチパネル式ディスプレー20a、音声入力用マイク20b、及び音声出力用スピーカ20c等を備えた一般的なコンピュータにより構成されており、検査サーバ10から被検者端末20に提供されるアプリケーションソフトにより被検者端末20として動作するように構成されている。
本発明の第2の実施の形態は、通信回線を介さずに単一の装置として働く軽度の認知機能障害の推定装置である。軽度の認知機能障害の推定装置40は、演算処理部、記憶部、データの入出力のためのタッチパネル式ディスプレー、音声入力用マイク、音声出力用スピーカ等を有する一般的なコンピュータシステムにより構成されており、記憶部に記憶されているソフトウェア(処理プログラム)との協働により、軽度の認知機能障害の推定装置40として動作するように構成されている。
第1の実施の形態の軽度の認知機能障害の推定システム1及び第2の実施の形態の軽度の認知機能障害の推定装置40の変形形態では、データ取得部14,44によって、被検者についての年齢情報と日時の見当識に関する質問に対する被検者の回答とが音声データによって取得される。この場合には、図4のステップS2において、被検者についての年齢情報をタッチパネル式ディスプレーからの入力によって得るプロセスに代えて音声によって得るプロセスが実行され、また、図4のステップS5のプロセス、すなわち、日時の見当識に関する質問に対する回答をステップS4において音声データで得た後にタッチパネル式ディスプレーからの入力によって確認するプロセスは不要である。この変形形態では、正解点数確認部17,47が、日時の見当識に関する質問に対する被検者の回答時の音声データにS−JNASなどに基づく高齢者用音声認識器を適用して音声データを文字列に変換した後、被検者における回答の正解点数を特定し、年齢情報確認部18,48が、被検者の年齢を問う質問に対する回答時の音声データに同様の音声認識器を適用して音声データを文字列に変換した後、被検者の年齢を特定する。
以下に、本実験の参加者及び参加者におけるHDS−Rの総合得点の分布を示す。表中の軽度の認知機能障害発症者は、DSM−5に基づき専門家により認知症発症者であると診断された者のうち、HDS−Rの点数が14〜25点である者により構成されている。
本発明による健常/軽度の認知機能障害の自動識別の評価に先だって、年齢のみを用いた場合の自動識別における正答率と、HDS−Rの各質問に対する回答の正解点数のみを用いた場合の自動識別における正答率と、HDS−Rの各質問に対する回答時の音声データから抽出された音声特徴量のみを用いた場合の自動識別における正答率と、を評価した。表3に、得られた正答率の値をまとめて示す。
上述したように、質問7に対する回答の正解点数のみを用いた場合の正答率は極めて高いものの、評価の簡便性及び迅速性の点で問題があるため、次に正解点数のみを用いた自動識別における正答率が高く、しかも質問の開始から回答を得るまでに要する時間が短時間で済む質問2に対する回答時の音声データを使用した自動識別を検討した。以下、音声特徴量セットしてmodcep又はemobaseを使用した結果について説明する。
図7に、音声特徴量セットしてmodcepを使用し、識別器として勾配ブースティング木を使用した場合の、HDS−Rの質問2に対する回答の正解点数と回答時の音声データから抽出された音声特徴量と年齢とを使用した自動識別(本発明)における正答率を、正解点数のみを使用した自動識別における正答率、正解点数と音声特徴量とを使用した自動識別における正答率、及び正解点数と年齢とを使用した自動識別における正答率と比較した結果を示す。
音声特徴量セットとしてmodcepを使用し、識別器として学習済みの勾配ブースティング木を使用した軽度の認知機能障害の推定システムを構築し、このシステムが新たな被検者における認知機能の変化を正しく判定しうるか否かを評価するフィールドテストを実施した。このテストの被検者は、文書同意が得られた75歳以上の、認知症専門の医療機関においてDSM−5によりアルツハイマー型の軽度認知症若しくは軽度認知障害(MCI)であると診断された者及び地域の高年齢者団体を通じて自主的に参加した健常者とした。これらの被検者に予め臨床的認知症尺度(CDR)を実施し、CDRスコアに基づき、CDR0群(健常、62名)、CDR0.5群(認知症疑い若しくは軽度認知障害、13名)、及びCDR1群(軽度認知症、15名)に分類した。CDRによる分類と上記システムによる判定結果とを比較することにより、上記システムの臨床的な妥当性が評価される。なお、CDR1群は本明細書において定義された「軽度の認知機能障害発症者」に包含される。
10 検査サーバ
20 被検者端末
30 通信回線
13 識別器
14 データ取得部
15 データ解析部
19 推定結果出力部
40 軽度の認知機能障害の推定装置
43 識別器
44 データ取得部
45 データ解析部
49 推定結果出力部
Claims (6)
- 通信回線を介して接続された検査サーバと被検者端末とを含む、被検者における軽度の認知機能障害の有無を推定する軽度の認知機能障害の推定システムであって、
前記検査サーバが、
健常者及び軽度の認知機能障害発症者のそれぞれについての、年齢と、日時の見当識に関する質問に対する回答の正解点数と、前記日時の見当識に関する質問に対する回答時の音声データから抽出された1種以上の音声特徴量と、から成る学習データに基づき軽度の認知機能障害の有無を出力するように学習させられた識別器と、
前記被検者端末から送信された、前記被検者についての、年齢情報と、前記日時の見当識に関する質問に対する回答の情報と、前記日時の見当識に関する質問に対する回答時の音声データと、を含む被検者情報を受信するデータ取得部と、
前記被検者情報に基づき、前記回答の正解点数を取得すると共に、前記音声データから前記1種以上の音声特徴量を抽出するデータ解析部と、
前記被検者についての年齢と前記正解点数と前記1種以上の音声特徴量とを前記識別器に入力し、前記識別器から出力された前記被検者における軽度の認知機能障害の有無を推定結果として前記被検者端末に送信する推定結果出力部と
を備えていることを特徴とする軽度の認知機能障害の推定システム。 - 前記データ取得部が、前記被検者情報に代えて、前記被検者についての年齢を問う質問と前記日時の見当識に関する質問のそれぞれに対する回答時の音声データを被検者音声情報として受信し、
前記データ解析部が、前記被検者音声情報に基づき、年齢を問う質問に対する回答時の音声データから前記被検者の年齢を特定し、日時の見当識に関する質問に対する回答時の音声データから前記回答の正解点数を特定すると共に前記1種以上の音声特徴量を抽出する、請求項1に記載の軽度の認知機能障害の推定システム。 - 前記識別器が、ランダムフォレスト、勾配ブースティング木、又はXGブースティングである、請求項1又は2に記載の軽度の認知機能障害の推定システム。
- 通信回線を介して接続された検査サーバと被検者端末とによって被検者における軽度の認知機能障害の有無を推定するためのプログラムであって、
前記検査サーバ用のコンピュータに、
健常者及び軽度の認知機能障害発症者のそれぞれについての、年齢と、日時の見当識に関する質問に対する回答の正解点数と、前記日時の見当識に関する質問に対する回答時の音声データから抽出された1種以上の音声特徴量と、から成る学習データに基づき軽度の認知機能障害の有無を出力するように学習させられた識別器を構成するステップと、
前記被検者端末から送信された、前記被検者についての、年齢情報と、前記日時の見当識に関する質問に対する回答の情報と、前記日時の見当識に関する質問に対する回答時の音声データと、を含む被検者情報を受信するステップと、
前記被検者情報に基づき、前記回答の正解点数を取得すると共に、前記音声データから前記1種以上の音声特徴量を抽出するステップと、
前記被検者についての年齢と前記正解点数と前記1種以上の音声特徴量とを前記識別器に入力し、前記識別器から出力された前記被検者における軽度の認知機能障害の有無を推定結果として前記被検者端末に送信するステップと
を実行させ、
前記被検者端末用のコンピュータに、
前記被検者についての、年齢情報と、前記日時の見当識に関する質問に対する回答の情報と、前記日時の見当識に関する質問に対する回答時の音声データと、を含む被検者情報を取得し、取得した被検者情報を前記検査サーバに対して送信するステップと、
前記検査サーバから送信された、前記検査サーバの識別器が出力した前記被検者における軽度の認知機能障害の有無に関する推定結果を受信し、受信した推定結果を前記被検者に対して提示するステップと
を実行させる
ことを特徴とするプログラム。 - 被検者における軽度の認知機能障害の有無を推定する軽度の認知機能障害の推定装置であって、
健常者及び軽度の認知機能障害発症者のそれぞれについての、年齢と、日時の見当識に関する質問に対する回答の正解点数と、前記日時の見当識に関する質問に対する回答時の音声データから抽出された1種以上の音声特徴量と、から成る学習データに基づき軽度の認知機能障害の有無を出力するように学習させられた識別器と、
前記被検者についての、年齢情報と、前記日時の見当識に関する質問に対する回答の情報と、前記日時の見当識に関する質問に対する回答時の音声データと、を含む被検者情報を取得するデータ取得部と、
前記被検者情報に基づき、前記回答の正解点数を取得すると共に、前記音声データから前記1種以上の音声特徴量を抽出するデータ解析部と、
前記被検者についての年齢と前記正解点数と前記1種以上の音声特徴量とを前記識別器に入力し、前記識別器から出力された前記被検者における軽度の認知機能障害の有無を推定結果として出力する推定結果出力部と
を備えていることを特徴とする軽度の認知機能障害の推定装置。 - 被検者における軽度の認知機能障害の有無を推定するためのプログラムであって、
コンピュータに、
健常者及び軽度の認知機能障害発症者のそれぞれについての、年齢と、日時の見当識に関する質問に対する回答の正解点数と、前記日時の見当識に関する質問に対する回答時の音声データから抽出された1種以上の音声特徴量と、から成る学習データに基づき軽度の認知機能障害の有無を出力するように学習させられた識別器を構成するステップと、
前記被検者についての、年齢情報と、前記日時の見当識に関する質問に対する回答の情報と、前記日時の見当識に関する質問に対する回答時の音声データと、を含む被検者情報を取得するステップと、
前記被検者情報に基づき、前記回答の正解点数を取得すると共に、前記音声データから前記1種以上の音声特徴量を抽出するステップと、
前記被検者についての年齢と前記正解点数と前記1種以上の音声特徴量とを前記識別器に入力し、前記識別器から出力された前記被検者における軽度の認知機能障害の有無を推定結果として出力するステップと
を実行させることを特徴とするプログラム。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018138111 | 2018-07-24 | ||
JP2018138111 | 2018-07-24 | ||
JP2019028627 | 2019-02-20 | ||
JP2019028627 | 2019-02-20 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2020127703A JP2020127703A (ja) | 2020-08-27 |
JP2020127703A5 JP2020127703A5 (ja) | 2020-10-15 |
JP6804779B2 true JP6804779B2 (ja) | 2020-12-23 |
Family
ID=72175177
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019128769A Active JP6804779B2 (ja) | 2018-07-24 | 2019-07-10 | 軽度の認知機能障害の推定システム、軽度の認知機能障害の推定装置、及び軽度の認知機能障害の有無を推定するためのプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6804779B2 (ja) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007282992A (ja) * | 2006-04-19 | 2007-11-01 | Sky Kk | 認知症診断支援システム |
JP4876207B2 (ja) * | 2010-06-11 | 2012-02-15 | 国立大学法人 名古屋工業大学 | 認知機能障害危険度算出装置、認知機能障害危険度算出システム、及びプログラム |
WO2012165602A1 (ja) * | 2011-05-31 | 2012-12-06 | 国立大学法人名古屋工業大学 | 認知機能障害判別装置、認知機能障害判別システム、およびプログラム |
JP6263308B1 (ja) * | 2017-11-09 | 2018-01-17 | パナソニックヘルスケアホールディングス株式会社 | 認知症診断装置、認知症診断方法、及び認知症診断プログラム |
-
2019
- 2019-07-10 JP JP2019128769A patent/JP6804779B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2020127703A (ja) | 2020-08-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Luz et al. | Detecting cognitive decline using speech only: The adresso challenge | |
Singh et al. | Robust detection of Parkinson's disease using harvested smartphone voice data: A telemedicine approach | |
Yalamanchili et al. | Real-time acoustic based depression detection using machine learning techniques | |
Kong et al. | A neural model for predicting dementia from language | |
Hustad et al. | Speech development between 30 and 119 months in typical children I: Intelligibility growth curves for single-word and multiword productions | |
JPWO2015122026A1 (ja) | 疾患検出システムおよび疾患検出方法 | |
Luz et al. | Multilingual alzheimer’s dementia recognition through spontaneous speech: a signal processing grand challenge | |
CN115862868A (zh) | 心理测评系统、平台、电子设备及存储介质 | |
US20230233136A1 (en) | Voice characteristic-based method and device for predicting alzheimer's disease | |
Makiuchi et al. | Speech paralinguistic approach for detecting dementia using gated convolutional neural network | |
Hashim et al. | Analysis of timing pattern of speech as possible indicator for near-term suicidal risk and depression in male patients | |
Kothalkar et al. | Automatic screening to detect’at risk’child speech samples using a clinical group verification framework | |
Yang et al. | Attention guided learnable time-domain filterbanks for speech depression detection | |
Selvakumari et al. | A voice activity detector using SVM and Naïve Bayes classification algorithm | |
Albury et al. | Relationship between Clinician Language and the success of behavioral weight loss interventions: a mixed-methods cohort study | |
Yamada et al. | A mobile application using automatic speech analysis for classifying Alzheimer's disease and mild cognitive impairment | |
JP6804779B2 (ja) | 軽度の認知機能障害の推定システム、軽度の認知機能障害の推定装置、及び軽度の認知機能障害の有無を推定するためのプログラム | |
Hason et al. | Spontaneous speech feature analysis for alzheimer's disease screening using a random forest classifier | |
US20240023877A1 (en) | Detection of cognitive impairment | |
RU2559689C2 (ru) | Способ определения риска развития заболеваний индивида по его голосу и аппаратно-программный комплекс для реализации способа | |
JP7307507B2 (ja) | 病態解析システム、病態解析装置、病態解析方法、及び病態解析プログラム | |
Cebola et al. | Speech-Based Supervised Learning Towards the Diagnosis of Amyotrophic Lateral Sclerosis. | |
Ihor et al. | Exploring multimodal data approach in natural language processing based on speech recognition algorithms | |
Kumar et al. | Can you hear me now? Clinical applications of audio recordings | |
Biswas et al. | Can ChatGPT be Your Personal Medical Assistant? |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200903 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200903 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20200903 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20200910 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20201124 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201126 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6804779 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |