[論文レビュー] A Method for Analysis of Patient Speech in Dialogue for Dementia Detection

Saturnino Luz, Sofia de la Fuente García+1 more|arXiv (Cornell University)|Nov 25, 2018

Speech and dialogue systems参考文献 33被引用数 34

ひとこと要約

本稿では、アルツハイマー病型 dementia（ATD）を検出するために、患者とインタビュアーの対話から得られる自発的会話特徴（話速やターンチェンジパターンなど）を用いた、コンテンツフリーな対話分析手法を提案する。アドティブロジスティック回帰（Real Adaboost）を用いた手法であり、低レベルの相互作用特徴に依存しているにもかかわらず、86.5%の正確性を達成しており、自然に発生する会話データを用いた非侵襲的・低コストな精神健康モニタリング手法の実現可能性を示している。

ABSTRACT

We present an approach to automatic detection of Alzheimer's type dementia based on characteristics of spontaneous spoken language dialogue consisting of interviews recorded in natural settings. The proposed method employs additive logistic regression (a machine learning boosting method) on content-free features extracted from dialogical interaction to build a predictive model. The model training data consisted of 21 dialogues between patients with Alzheimer's and interviewers, and 17 dialogues between patients with other health conditions and interviewers. Features analysed included speech rate, turn-taking patterns and other speech parameters. Despite relying solely on content-free features, our method obtains overall accuracy of 86.5\%, a result comparable to those of state-of-the-art methods that employ more complex lexical, syntactic and semantic features. While further investigation is needed, the fact that we were able to obtain promising results using only features that can be easily extracted from spontaneous dialogues suggests the possibility of designing non-invasive and low-cost mental health monitoring tools for use at scale.

研究の動機と目的

• 自然な対話環境における自発的会話データを用いて、低コストで非侵襲的なアルツハイマー病型 dementia の早期検出手法を開発すること。
• 語彙的・文法的特徴（例：語彙的・構文的）に依存しない、コンテンツフリーな言語的特徴（例：話速やターンチェンジ）が、dementia 患者と非dementia 個体を効果的に区別できるかどうかを調査すること。
• 現実世界の対話において、相互作用のダイナミクスに注目することで、複雑で入手困難な言語的特徴（例：語彙的・文法的）への依存を低減すること。
• 日常会話から容易に抽出可能な会話パラメータを活用することで、スケーラブルで展開可能な精神健康モニタリングツールの実現を図ること。
• 物語的または独話型の会話タスクとは異なり、対話構造に基づく新たな dementia 検出フレームワークを貢献すること。

提案手法

• 本手法は、アドティブロジスティック回帰（Real Adaboost）—機械学習のブースティングアルゴリズム—を用い、対話特徴に基づいて患者がアルツハイマー病型 dementia（ATD）か非ATDかを分類する。
• 抽出された特徴には、話速、ターンチェンジパターン、およびその他のプロソディックおよび相互作用パラメータが含まれるが、語彙的・意味的コンテンツには依存しない。
• トレーニングは、カロライナ・コンバーシレーション・コレクション（CCC）から得た21例のATD患者対話および17例の非ATD患者対話から行われ、LOOCV（1人を除いた交差検証）が用いられた。
• ボキャライゼーション・グラフを用いて対話相互作用パターンを表現・分析し、発話者によるターン遷移と会話ダイナミクスのモデリングを可能にした。
• ノイズの多い現実世界の状況でも安定した特徴に焦点を当てることで、複雑な音声認識を回避した。
• 性能評価には、標準的な指標（全体の正確性、マイクロF値、マクロF値）を用い、SVM、ランダムフォレスト、C4.5などの代替分類器と比較した。

実験結果

リサーチクエスチョン

• RQ1 話速やターンチェンジパターンといったコンテンツフリーな対話特徴が、自発的会話においてアルツハイマー病型 dementia 患者と非dementia 個体を信頼性高く区別できるか。
• RQ2 語彙的・文法的特徴（構文や意味）を用いるモデルと比較して、単に相互作用ダイナミクスに基づく機械学習モデルの性能はいかにか。
• RQ3 自発的会話に基づく低コストで非侵襲的なツールが、現実世界の環境で早期 dementia 検出にどの程度有効に機能できるか。
• RQ4 自然的インタビューから抽出した対話レベルの特徴が、より複雑で内容依存的なアプローチと同等の正確性を達成できるか。

主な発見

• 提案手法は、コンテンツフリーな対話特徴のみを用いて全体の正確性86.5%を達成し、ロジスティック回帰を上回り、SVM やランダムフォレストなどの他の分類器と同等またはそれを上回った。
• マイクロF値は0.878、マクロF値は0.76であり、陽性（AD）および陰性（非AD）の両クラスにおいて優れた性能を示した。
• Real Adaboost は、全テストアルゴリズムの中で最も高い正確性を示し、SVM（83.7%）およびランダムフォレスト（81.1%）をわずかに上回った。
• 複雑な語彙的・構文的・意味的特徴を用いる最先端の手法と同等の結果を達成しており、容易に抽出可能なプロソディックおよび相互作用的特徴にのみ依存しているにもかかわらず、その効果を示した。
• 本研究は、ターンチェンジや話速といった対話相互作用パターンが、早期 dementia 検出のための強固で非侵襲的なバイオマーカーとして機能できることを示した。
• 自然環境で収集された自発的会話データを用いた、スケーラブルで低コストな精神健康モニタリングシステムの構築可能性を裏付ける結果となった。