人工智能助力：革新儿童语音障碍诊断与治疗

当玛丽莎·斯佩茨（Marisha Speights）最初在田纳西州纳什维尔的学前班担任语言病理学家时，她使用她认为（并且被教导）有效的典型筛查和评估方法。

但当她被分配到密西西比州的杰克逊，在服务于贫困家庭的学前班工作时，她发现这些测试不再起作用了。

“我想，‘我不认为这个孩子有语言或言语问题，但测试说他们有风险。’ 还有相反的情况，即它没有识别出我认为有风险的孩子，”斯佩茨说。“我有一个疑问，当你在不同特征的群体中使用这些测量方法时会发生什么。”

她最终把这个问题带到了西北大学，在那里她正在构建自己的人工智能技术系统，该系统可能可以解决这个问题。

儿科语音技术与声学研究实验室，即PedzSTAR实验室，建立了一套声学生物标志物工具箱，用于使用来自有和没有言语障碍的儿童的样本来跟踪儿童的言语模式。一旦研究人员可以验证两组之间的差异，该团队就着手创建具有人工智能和机器学习的应用程序，希望能最终预测言语障碍。

斯佩茨迄今为止已经收集了来自400名儿童的样本，涵盖了地理位置、文化背景和社会经济地位。她最终希望从同样多的儿童那里收集超过2000个语音样本。

“在当前的数据集中，我们没有代表很多孩子，这是我们的一个主要目标：更多地代表不同类型的儿童说话者，”她说。

PedzSTAR加入了越来越多的尝试，旨在将人工智能应用于语音病理学领域。

哈佛大学马萨诸塞州总医院健康职业研究所的传播科学与障碍学教授乔丹·格林（Jordan Green）在最近的一篇研究论文中说，在医疗保健领域，人们对人工智能的兴奋是“显而易见的”。它在言语领域的使用范围涵盖虚拟治疗师、互动游戏、聊天机器人对话伙伴和人工智能驱动的诊断。

马里兰大学帕克分校的博士后研究员尼娜·本韦（Nina Benway）表示，人工智能使用量的增加可归因于三件事：更多用于训练人工智能技术系统的数据、更多可访问的计算能力以及更多主流的大型语言模型，例如ChatGPT。

“它已被临床医生广泛用于帮助进行课程规划、材料生成等，但使用人工智能辅助治疗的想法相对较新，”本韦说。

改善学生的学业成果

当谈到言语语言病理学领域时，斯佩茨表示，与年长的儿童或成年人相比，学前教育阶段在很大程度上被忽视。

“收集儿童的语音数据很难；你不能只是给他们一些东西让他们阅读，”她说。“你必须创造引人入胜的活动，必须控制环境以获得高质量的录音，并且必须找到熟练照顾幼儿的人。”

在她的工作中，斯佩茨会让孩子们玩玩具农场动物，因为许多单词使用早期发展的语音——例如，牛的“kuh”声。她和她的团队捕捉孩子们在玩耍时发出的声音，然后引导孩子们进行结构化任务，例如看图片并描述他们所看到的，以及进行正式评估。

斯佩茨说，她希望实验室的工作最终能产生软件，以帮助更好地诊断儿童的言语障碍。

水牛大学也在大力推动人工智能帮助进行言语诊断。2022年秋季，该大学作为纽约州立大学（SUNY）系统的一部分，收到了国家科学基金会提供的为期五年、2000万美元的资助，用于研究该技术对诊断和治疗儿童言语问题的效果。

“每个人都认识一些孩子，他们正在努力或一直在与他们的语言作斗争，”国家科学基金会卓越教育人工智能研究所主任韦努·戈文达拉朱（Venu Govindaraju）说。“由于人工智能的潜力，人们开始意识到‘如果人工智能能做到这一点，也许它也能做到这一点’——意思是支持言语发展——‘也一样。’”

该项目目前正在收集和验证数据，最终目标是为教师创建通用的筛查工具，以便在学校中使用。研究人员还希望帮助干预，重点关注为每个学生提供个性化关注。

“这引起了很多人的共鸣；他们可以看到人工智能及其潜力不仅在这个领域，而且在其他领域，所以他们对这种潜力持开放态度，我认为这两个[工具]是相辅相成的，”戈文达拉朱说。“我们希望确保我们尽早发现； 像其他任何事情一样，你发现得越早，[治疗]就越容易。”

减轻繁重的工作量

戈文达拉朱和斯佩茨都很快表示，人工智能不会取代语言病理学家，而且这项技术永远不会自行做出诊断。它将由持牌护理人员监督，他们将做出最终决定。

但在该国某些地方，言语专业人员很少，而该领域需要解决方案来提供帮助。

美国言语-语言-听力协会的言语语言病理学学校服务副主任劳伦·阿纳（Lauren Arner）表示，该组织认为，在适当的防护措施到位的情况下，人工智能可以帮助调整许多言语语言病理学家所看到的工作量的增加。

“很多工作量都围绕着完成评估和相关文件，因此我们可以使用任何这些技术来减轻一些工作量[有帮助]，”她说。“这使得SLP能够更多地接触学生并提供干预，因为他们不太被文书工作所困扰。”

根据ASHA的2024年学校年度调查，被诊断出患有言语障碍的儿童数量正在增长，这让言语病理学家的数量不堪重负。大约27%的病理学家表示，由于倦怠，他们正在考虑离开这个行业，就像许多老师所做的那样。就像在老师的案例中一样，一些专家将这种差距的扩大归因于缺乏薪酬和组织资金，但许多人认为这种鸿沟将永远无法完全弥合。

“言语语言病理学家的数量永远无法满足孩子的需求，”斯佩茨说，她补充说，她认为自动化可以减少某些领域的工作量，从而使护理人员能够“更专注于精确护理，例如帮助真正需要这种支持的儿童获得个性化护理。”

斯佩茨补充说，这些工具可以帮助病理学家随着时间的推移跟踪儿童的语言发展，而阿纳表示，对于生活在农村地区的家庭来说，这尤其有帮助，与那些在城市中获得更多支持的家庭相比，他们看到言语病理学家的次数更少。

但随着人工智能的使用，会出现重要的安全考虑，即，将儿童的任何可识别信息排除在人工智能系统之外，并确保所收集的数据得到适当保护。对于PedzSTAR，斯佩茨保证在语音样本收集过程中不会获取任何个人信息，并且所收集的内容都存储在内部服务器中，而不是在更广泛的云中，云更容易被访问。

“由于儿童的脆弱性，我们确实希望确保儿童受到保护，”她说。

阿纳说，ASHA计划在今年夏天发布人工智能指南，并建议言语病理学家在使用这些工具之前，先咨询他们学校或组织的关于人工智能的政策。马里兰大学的本韦最近发表了一篇文章，概述了在言语病理学领域实施人工智能时要考虑的因素，将其归结为三件事：有效性、可靠性和代表性。

“当临床医生进行评估时，人工智能可能会帮助收集这些测量结果，但临床医生会制定治疗、诊断等的计划，”本韦说。“从短期来看，人工智能可能最有用的是自动化临床医生已经做的事情，而不是试图成为临床医生本身。”