特許ウォッチ

公開番号2025013809
公報種別公開特許公報(A)
公開日2025-01-28
出願番号2024173193,2023000544
出願日2024-10-02,2018-05-07
発明の名称病状を検出するモデルを構築するための音声特徴の選択
出願人カナリー・スピーチ,インコーポレーテッド
代理人個人,個人,個人
主分類G16H 50/20 20180101AFI20250121BHJP(特定の用途分野に特に適合した情報通信技術)
要約【課題】病状を検出又は診断する数学モデルを構築或いは訓練するために使用される音声の特徴を選択するシステム、コンピュータ実装方法及び非一時的コンピュータ読み取り可能媒体を提供する。
【解決手段】コンピューティング・デバイスは、数学モデルの性能を、数学モデルと共に使用される特徴1021、1022を適切に選択することによって改善する。音響特徴1021毎および言語特徴1022毎に特徴選択スコア1031を計算し、次いでスコア1031を使用して、最も高いスコア1031をあげた特徴1021,1022を選択し、次いで、選択した特徴1021,1022を使用して数学モデルを訓練し、デプロイする。ある実施態様では、計算したプロンプト選択スコア1041を使用してプロンプトを選択し、デプロイした数学モデルを、選択したプロンプトと共に使用してもよい。
【選択図】図10
特許請求の範囲【請求項１】
病状を検出する数学モデルを訓練するためのシステムであって、前記システムが、
音声データ項目を含む訓練コーパスを得て、各音声データ項目には診断値が付帯し、
自動音声認識を使用して、音声データ項目毎に音声認識結果を得て、音声データ項目についての前記音声認識結果が、当該音声データ項目の転記を含み、
前記訓練コーパスにおける音声データ項目毎に複数の音響特徴を計算し、前記複数の音響特徴が前記音声データ項目から計算され、前記複数の音響特徴の計算が、前記音声データ項目の音声認識結果を使用せず、
前記音声認識結果を処理することによって、前記訓練コーパスにおける音声データ項目毎に複数の言語特徴を計算し、
前記複数の音響特徴の特徴毎、および前記複数の言語特徴の特徴毎に特徴選択スコアを計算し、
特徴に対する前記特徴選択スコアが、当該特徴の前記病状を検出することに対する有用性を示し、
前記特徴選択スコアが、音声データ項目毎に、前記特徴の値、および前記音声データ項目に対応する診断値を使用して計算され、
前記特徴選択スコアを使用して、前記複数の音響特徴および前記複数の言語特徴から複数の特徴を選択し、
前記訓練コーパスの音声データ項目毎に、前記選択した複数の特徴を使用して、前記病状を検出する前記数学モデルを訓練する、
ように構成された少なくとも１つのコンピュータを備える、システム。
続きを表示（約 2,000 文字）【請求項２】
請求項１に記載のシステムにおいて、前記少なくとも１つのコンピュータが、
前記数学モデルを使用して、前記病状を検出する製品またはサービスをデプロイし、
人の音声に対応する音声データ項目を受け取り、
前記数学モデルを使用して前記音声データ項目を処理することにより、医療診断スコアを計算する、
ように構成される、システム。
【請求項３】
請求項１に記載のシステムにおいて、前記訓練コーパスの各音声データ項目が、複数のプロンプトの内の１つのプロンプトに対応し、前記少なくとも１つのコンピュータが、
前記数学モデルによって前記音声データ項目を処理することによって、前記訓練コーパスの音声データ項目毎に医療診断スコアを計算し、
前記医療診断スコアを使用して、前記複数のプロンプトのプロンプト毎にプロンプト選択スコアを計算し、
前記プロンプト選択スコアを使用して、前記複数のプロンプトからプロンプトの部分集合を選択し、
前記数学モデルおよび前記プロンプトの部分集合を使用して、前記病状を検出する製品またはサービスをデプロイし、
前記プロンプトの部分集合のプロンプト毎に、人の音声に対応する音声データ項目を受け取り、
前記数学モデルを使用して前記音声データ項目を処理することにより、前記人に対する医療診断スコアを計算する、
ように構成される、システム。
【請求項４】
請求項１に記載のシステムにおいて、前記少なくとも１つのコンピュータが、
前記訓練コーパスを複数のフォールドに分割し、
特徴毎および前記複数のフォールドのフォールド毎に統計を計算する、
ように構成される、システム。
【請求項５】
請求項４に記載のシステムにおいて、前記少なくとも１つのコンピュータが、
特徴毎の前記統計および前記複数のフォールドの各フォールドを使用して、前記複数の音響特徴および前記複数の言語特徴の特徴毎に安定性判定を計算し、
前記安定性判定を使用して、前記複数の特徴を選択する、
ように構成される、システム。
【請求項６】
請求項１に記載のシステムにおいて、前記数学モデルが、ニューラル・ネットワークまたはサポート・ベクトル・マシンを含む、システム。
【請求項７】
請求項１に記載のシステムにおいて、前記複数の音響特徴が、スペクトル特徴、韻律的特徴、または声質特徴の内少なくとも１つを含む、システム。
【請求項８】
病状を検出する数学モデルを訓練するためのコンピュータ実装方法であって、
音声データ項目を含む訓練コーパスを得るステップであって、各音声データ項目には診断値が付帯する、ステップと、
自動音声認識を使用して、音声データ項目毎に音声認識結果を得るステップであって、音声データ項目についての前記音声認識結果が、当該音声データ項目の転記を含む、ステップと、
前記訓練コーパスにおける音声データ項目毎に複数の音響特徴を計算するステップであって、前記複数の音響特徴が前記音声データ項目から計算され、前記複数の音響特徴の計算が、前記音声データ項目の音声認識結果を使用しない、ステップと、
前記音声認識結果を処理することによって、前記訓練コーパスにおける音声データ項目毎に複数の言語特徴を計算するステップと、
前記複数の音響特徴の特徴毎および前記複数の言語特徴の特徴毎に特徴選択スコアを計算するステップであって、
特徴に対する前記特徴選択スコアが、当該特徴の前記病状を検出することに対する有用性を示し、
前記特徴選択スコアが、音声データ項目毎に、前記特徴の値、および前記音声データ項目に対応する診断値を使用して計算される、ステップと、
前記特徴選択スコアを使用して、前記複数の音響特徴および前記複数の言語特徴から複数の特徴を選択するステップと、
前記訓練コーパスの音声データ項目毎に、前記選択した複数の特徴を使用して、前記病状を検出する前記数学モデルを訓練するステップと、
を含む、コンピュータ実装方法。
【請求項９】
請求項８記載のコンピュータ実装方法において、前記病状が、脳震盪またはアルツハイマー病である、コンピュータ実装方法。
【請求項１０】
請求項８に記載のコンピュータ実装方法において、前記複数の言語特徴が、ある時間期間にわたるつなぎことばの数、ある数の単語にわたるつなぎことばの数、単語の難しさ、または話す速さの内１つ以上を含む、コンピュータ実装方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、モデルの性能を向上させるために病状を検出する数学モデルを構築するために使用される音声特徴の選択に関する。
続きを表示（約 2,500 文字）【背景技術】
【０００２】
アルツハイマー病または脳震盪のように、病状の早期診断はその病状を発症した人に対する処置を改善し、生活の質を向上させることを考慮して行われると言っても差し支えない。病状を検出するために使用することができる１つの方法は、人の音声を処理することである。何故なら、人の声(voice)または人が使用する単語の音(sound)は、医療診断を行うために有用な情報を提供することができるからである。
【０００３】
人の音声から病状を検出するためには、音声から特徴を抽出することができ、数学モデルによってこの特徴を処理することもできる。音声から抽出された特徴の種類および数は、特に、モデルを訓練するための訓練データの量が限られている場合に、モデルの性能に影響を及ぼす可能性がある。したがって、適した特徴を選択すれば、モデルの性能を向上させることができる。
【発明の概要】
【０００４】
本明細書において説明するのは、病状を検出または診断する数学モデルを構築または訓練するために使用される音声の特徴を選択する技法である。本明細書において説明する技法は、任意の適した病状に使用することができるが、明確に述べるために、病状の例として、脳震盪およびアルツハイマー病を使用する。しかしながら、本明細書において説明する技法は、いずれの特定の病状にも限定されない。
【図面の簡単な説明】
【０００５】
本発明、および以下に続くその特定の実施形態の詳細な説明は、以下の図を参照することにより、理解することができよう。
音声に基づく医療評価システムの別の実施形態を示す模式ブロック図である。
医療診断を実行するために数学モデルで音声データを処理するシステムの一実施形態を示す模式ブロック図である。
音声データの訓練コーパス(training corpus)の一実施形態を示す模式ブロック図である。
病状を診断するときに使用するためのプロンプトのリストの一実施形態を示す模式ブロック図である。
病状を診断する数学モデルを訓練する機能(feature)を選択するシステムの一実施形態を示す模式ブロック図である。
特徴値および診断値の対をグラフで表す一実施形態を示す模式ブロック図である。
特徴値および診断値の対をグラフで表す別の実施形態を示す模式ブロック図である。
病状を診断する数学モデルを訓練する機能を選択する方法の一実施形態を示す模式フロー・チャート図である。
病状を診断する数学モデルと共に使用するプロンプトを選択する方法の一実施形態を示す模式フロー・チャート図である。
１組の選択されたプロンプトに相応しい、病状を診断する数学モデルを訓練する方法の一実施形態を示す模式フロー・チャート図である。
病状を診断する数学モデルを訓練およびデプロイするために使用することができるコンピューティング・デバイスの一実施形態を示す模式ブロック図である。
【発明を実施するための形態】
【０００６】
図１は、人の音声を使用して病状を診断するシステム例１００である。図１は、人の音声データを受け取り、この音声データを処理して、人に病状があるか否か判定する病状診断サービス１４０を含む。例えば、病状診断サービス１４０は、音声データを処理して、その人に病状があるか否かに関して、「はい」または「いいえ」の判定を計算する、あるいは人に病状がある確率(probability)または可能性(likelihood)、および／またはその
状態の重症度を示すスコアを計算することができる。
【０００７】
本明細書において使用する場合、診断は、人に病状がある可能性があるか否かに関するあらゆる判定、または病状の可能な重症度に関するあらゆる判定に関する。診断は、病状に関する任意の形態の評価、結論付け、意見、または判定を含むことができる。場合によっては、診断が不正確であることもあり、病状があると診断された人が、実際には病状がないということもある。
【０００８】
病状診断サービス１４０は、任意の適した技法を使用して、人の音声データを受け取ることができる。例えば、人が移動体デバイス１１０に向かって話しかけてもよく、移動体デバイス１１０は、その音声を記録し、記録した音声データを病状診断サービス１４０にネットワーク１３０を通じて送信することができる。移動体デバイス１１０が記録した音声データを病状診断サービス１４０に送信するためには、任意の適した技法および任意の適したネットワークを使用することができる。例えば、アプリケーションまたは「アプリ」を移動体デバイス１１０上にインストールし、ＲＥＳＴ（表現状態転送：representational state transfer）ＡＰＩ（アプリケーション・プログラミング・インターフェース
）コールを使用して、音声データをインターネットまたは移動体電話ネットワークを通じて送信するのでもよい。他の例では、医療供給者が医療供給者用コンピュータ１２０を有し、これを使用して、人の音声を記録し、音声データを病状診断サービス１４０に送信するのでもよい。
【０００９】
ある実施態様では、病状診断サービス１４０を移動体デバイス１１０または医療供給者用コンピュータ１２０上にインストールし、音声データをネットワークを通じて送信する必要をなくするようにしてもよい。図１Ｂの例は限定ではなく、数学モデルによる処理のために音声データを送信するためには、任意の適した技法を使用することができる。
【００１０】
次いで、病状診断サービス１４０の出力は、適した目的であればいずれにでも使用することができる。例えば、音声データを提供した人、またはこの人を治療している医療専門家に情報を提示することができる。
（【００１１】以降は省略されています）

関連特許