Un estudio sistemático sobre técnicas de aprendizaje automático para la detección temprana de trastornos mentales, neurológicos y laríngeos utilizando el habla del paciente
Autores: Sayadi, Mohammadjavad; Varadarajan, Vijayakumar; Langarizadeh, Mostafa; Bayazian, Gholamreza; Torabinezhad, Farhad
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Un estudio sistemático sobre técnicas de aprendizaje automático para la detección temprana de trastornos mentales, neurológicos y laríngeos utilizando el habla del paciente
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Diagnosticar trastornos relacionados con el habla
Aprendizaje automático
IA
Enfermedades basadas en el habla
Señales de habla.
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 32
Citaciones: Sin citaciones
Existe una necesidad sustancial no satisfecha de diagnosticar de manera efectiva trastornos relacionados con el habla. El aprendizaje automático (ML), como un área de la inteligencia artificial (AI), permite a investigadores, médicos y pacientes resolver estos problemas. El propósito de este estudio fue categorizar y comparar métodos de aprendizaje automático en el diagnóstico de enfermedades basadas en el habla. En esta revisión sistemática, se realizó una búsqueda exhaustiva de publicaciones en las bases de datos de Scopus, Web of Science, PubMed, IEEE y Cochrane de 2002 a 2022. De 533 resultados de búsqueda, se seleccionaron 48 artículos basados en los criterios de elegibilidad. Nuestros hallazgos sugieren que el diagnóstico de enfermedades basadas en el habla utilizando señales de habla depende de la cultura, el idioma y contenido del habla, género, edad, acento y muchos otros factores. El uso de modelos de aprendizaje automático en sonidos del habla es un camino prometedor hacia la mejora del diagnóstico y tratamiento de enfermedades basadas en el habla en línea con la medicina preventiva y personalizada.
Descripción
Existe una necesidad sustancial no satisfecha de diagnosticar de manera efectiva trastornos relacionados con el habla. El aprendizaje automático (ML), como un área de la inteligencia artificial (AI), permite a investigadores, médicos y pacientes resolver estos problemas. El propósito de este estudio fue categorizar y comparar métodos de aprendizaje automático en el diagnóstico de enfermedades basadas en el habla. En esta revisión sistemática, se realizó una búsqueda exhaustiva de publicaciones en las bases de datos de Scopus, Web of Science, PubMed, IEEE y Cochrane de 2002 a 2022. De 533 resultados de búsqueda, se seleccionaron 48 artículos basados en los criterios de elegibilidad. Nuestros hallazgos sugieren que el diagnóstico de enfermedades basadas en el habla utilizando señales de habla depende de la cultura, el idioma y contenido del habla, género, edad, acento y muchos otros factores. El uso de modelos de aprendizaje automático en sonidos del habla es un camino prometedor hacia la mejora del diagnóstico y tratamiento de enfermedades basadas en el habla en línea con la medicina preventiva y personalizada.