การวิเคราะห์อภิมานปี 2025 ของ 54 การศึกษาพบว่าเครื่องมือที่อาศัยเสียงพูดแยกภาวะรู้คิดบกพร่องเล็กน้อย (MCI) ออกจากวัยสูงอายุที่สุขภาพดีได้ด้วยพื้นที่ใต้เส้นโค้งรวม 78.0% ซึ่งหมายความว่าคนที่เป็น MCI ซึ่งสุ่มเลือกมาจะได้คะแนนที่บ่งชี้ความบกพร่องมากกว่าคนสุขภาพดีที่สุ่มเลือกมาประมาณ 78 ครั้งจากทุก 100 ครั้ง การทบทวนเดียวกันรายงานความไว 80.0% และความจำเพาะ 77.0% (Jafari และคณะ, Age and Ageing 2025) การแข่งขันวิจัยร่วมแสดงให้เห็นว่าวงการก้าวหน้าไปไกลเพียงใดบนชุดข้อมูลคงที่ ผู้ชนะ ADReSS ปี 2020 ทำความแม่นยำได้ 89.58% เทียบกับเกณฑ์พื้นฐาน 75% ขณะที่โมเดลจาก Framingham Heart Study ที่สร้างจากผู้เข้าร่วม 1,084 คนได้ AUC 92.6% สำหรับการรู้คิดปกติเทียบกับภาวะสมองเสื่อม แต่ได้เพียง 74.4% สำหรับงานที่ยากกว่าคือปกติเทียบกับ MCI ในขณะเดียวกัน มีเพียง 10.6% ของผู้รับสิทธิ์ Medicare ในสหรัฐฯ ที่เข้าเกณฑ์สำรวจ MCI ที่มีการวินิจฉัยบันทึกไว้ ซึ่งคือช่องว่างที่ไบโอมาร์กเกอร์เสียงถูกคาดหวังให้ปิด เรารวบรวมข้อมูลจากการวิเคราะห์อภิมานที่ผ่านการพิจารณาโดยผู้ทรงคุณวุฒิใน Age and Ageing และ Journal of Prevention of Alzheimer’s Disease บทความของการแข่งขัน ADReSS Framingham Heart Study TalkBank DementiaBank Alzheimer’s Association WHO FDA และ Global CEO Initiative on Alzheimer’s Disease สำหรับด้านการได้ยินของเรื่องสมองสูงวัยเรื่องเดียวกัน ดูสรุปแยกของเราเรื่องการสูญเสียการได้ยินและความเสี่ยงภาวะสมองเสื่อม
หน้านี้รายงานเฉพาะผลการวิจัยเท่านั้น ไม่ใช่คำแนะนำทางการแพทย์ และไม่มีเครื่องมือใดที่อธิบายไว้ที่นี่สามารถแทนที่การประเมินทางคลินิกได้
สรุปโดยย่อ
- ไบโอมาร์กเกอร์เสียงพูดตรวจพบ MCI ด้วย AUC รวม 78.0% และความแม่นยำ 80.0% จาก 21 การศึกษา (Jafari และคณะ, Age and Ageing 2025)
- ผู้ที่เป็นโรคอัลไซเมอร์หยุดพูดนานกว่ากลุ่มควบคุมสุขภาพดีประมาณ 1.20 ส่วนเบี่ยงเบนมาตรฐาน (Cohen และคณะ, Journal of the International Neuropsychological Society 2026)
- ผู้ชนะการแข่งขัน ADReSS ปี 2020 ทำความแม่นยำได้ 89.58% บนชุดทดสอบ 48 คน (Luz และคณะ, IEEE Open Journal of Signal Processing 2024)
- โมเดลที่ฝึกด้วยภาษาอังกฤษและทดสอบกับภาษากรีกทำความแม่นยำสูงสุดได้ 87.0% ใน ADReSS-M (Luz และคณะ, IEEE Open Journal of Signal Processing 2024)
- โมเดลภาษาของ Framingham ได้ AUC 92.6% สำหรับปกติเทียบกับภาวะสมองเสื่อม แต่ 74.4% สำหรับปกติเทียบกับ MCI (Amini และคณะ, Alzheimer’s and Dementia 2023)
- เสียงพูดของผู้เข้าร่วม Framingham ที่เป็น MCI จำนวน 166 คนทำนายการลุกลามเป็นอัลไซเมอร์ภายใน 6 ปีได้ด้วย AUC 78.5% (Amini และคณะ, Alzheimer’s and Dementia 2024)
- DementiaBank ระบุ 23 คลังข้อมูลใน 7 ภาษา โดย 13 คลังเป็นภาษาอังกฤษ (TalkBank DementiaBank 2026)
- 84% ของการศึกษา AI ด้านเสียงพูด 51 รายการที่ทบทวนไม่มีการตรวจสอบความถูกต้องจากภายนอก (de la Fuente Garcia และคณะ, Journal of Alzheimer’s Disease 2020)
- การตรวจพบ MCI เฉลี่ยในบริการปฐมภูมิของสหรัฐฯ อยู่ที่ 0.08 ของจำนวนผู้ป่วยที่คาดไว้ จากแพทย์ 226,756 คน (Liu และคณะ, Journal of Prevention of Alzheimer’s Disease 2024)
- มาตรฐานของผู้เชี่ยวชาญกำหนดให้เครื่องมือตรวจจับมีความไวอย่างน้อย 80% และความจำเพาะอย่างน้อย 85% (Global CEO Initiative on Alzheimer’s Disease, Alzheimer’s and Dementia 2025)
- ชาวอเมริกันอายุ 65 ปีขึ้นไป 7.4 ล้านคนมีชีวิตอยู่กับภาวะสมองเสื่อมจากอัลไซเมอร์ในปี 2026 (Alzheimer’s Association, 2026 Alzheimer’s Disease Facts and Figures)
1. ความแม่นยำในการตรวจจับแบบรวม: ผลการวิเคราะห์อภิมานบอกอะไร
ตัวเลขหลักนี้น่านับถือแต่ยังไม่ชี้ขาด ความจำเพาะรวม 77.0% หมายความว่าในทุก 100 คนที่มีการรู้คิดปกติและได้รับการทดสอบ ราว 23 คนจะถูกระบุผิดพลาด (100% ลบ 77%) และเรื่องนี้สำคัญกับห้องรอตรวจของบริการปฐมภูมิมากกว่าห้องปฏิบัติการวิจัยที่ครึ่งหนึ่งของกลุ่มตัวอย่างเป็นผู้มีความบกพร่องโดยการออกแบบ ความไวรวม 80.0% อยู่ที่เกณฑ์ขั้นต่ำที่มาตรฐานของผู้เชี่ยวชาญกำหนดสำหรับเครื่องมือตรวจจับพอดี ส่วนความจำเพาะต่ำกว่าเกณฑ์ขั้นต่ำ 85% (ดูหัวข้อที่ 7)
การวิเคราะห์อภิมานใน Age and Ageing คัดกรอง 4,432 รายการและคัดเลือกไว้ 54 บทความ ซึ่ง 35 บทความนำไปคำนวณค่าประมาณรวม ผู้เขียนระบุข้อจำกัดไว้อย่างตรงไปตรงมา: งานด้านเสียงพูด คุณลักษณะ และโมเดลแมชชีนเลิร์นนิงแตกต่างกันมาก 25 จาก 54 การศึกษามีผู้เข้าร่วมน้อยกว่า 30 คนต่อกลุ่ม และโมเดลที่ฝึกกับผู้พูดภาษาอังกฤษเป็นหลักอาจใช้ไม่ได้ผลกับภาษา สำเนียง หรือระดับการศึกษาอื่น
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ความแม่นยำรวม เครื่องมือที่อาศัยเสียงพูด MCI เทียบกับผู้ใหญ่ที่ไม่มีความบกพร่องทางการรู้คิด | 80.0% (ช่วงความเชื่อมั่น 95% ตั้งแต่ 70.0% ถึง 89.0%, 21 การศึกษา) | Jafari และคณะ, Age and Ageing 2025 |
| พื้นที่ใต้เส้นโค้ง (AUC) รวม MCI เทียบกับผู้ใหญ่ที่ไม่มีความบกพร่องทางการรู้คิด | 78.0% (ช่วงความเชื่อมั่น 95% ตั้งแต่ 70.0% ถึง 86.0%) | Jafari และคณะ, Age and Ageing 2025 |
| ความไวรวมและความจำเพาะรวม | 80.0% (22 การศึกษา) และ 77.0% (15 การศึกษา) | Jafari และคณะ, Age and Ageing 2025 |
| การศึกษาที่นำมารวมสำหรับความยาวของการหยุดพูดเทียบกับอัตราการพูด | 13 เทียบกับ 8 การศึกษา | Cohen และคณะ, Journal of the International Neuropsychological Society 2026 |
| ความยาวของการหยุดพูด ผู้เป็นอัลไซเมอร์เทียบกับกลุ่มควบคุมสุขภาพดี | นานกว่าประมาณ 1.20 SD (MCI: นานกว่าประมาณ 0.62 SD) | Cohen และคณะ, Journal of the International Neuropsychological Society 2026 |
| ความต่างของอัตราการพูด ผู้เป็นอัลไซเมอร์เทียบกับกลุ่มควบคุมสุขภาพดี | 0.66 SD (MCI: 0.27 SD) | Cohen และคณะ, Journal of the International Neuropsychological Society 2026 |
| พารามิเตอร์เชิงเสียงที่แตกต่างอย่างมีนัยสำคัญ อัลไซเมอร์เทียบกับกลุ่มควบคุมสุขภาพดี | 5 จาก 7 พารามิเตอร์, 11 การศึกษา | Saeedi และคณะ, Journal of Prevention of Alzheimer’s Disease 2024 |
| ตัวอย่างเสียงพูดที่นำมารวมในการวิเคราะห์อภิมานเชิงเสียง | 1,000 (อัลไซเมอร์ 386, กลุ่มควบคุมสุขภาพดี 614) | Saeedi และคณะ, Journal of Prevention of Alzheimer’s Disease 2024 |
หมายเหตุด้านบริบท: SD คือส่วนเบี่ยงเบนมาตรฐาน ซึ่งเป็นวิธีแสดงความต่างระหว่างกลุ่มโดยไม่ขึ้นกับหน่วยที่วัด ความต่างราว 1.2 SD ถือว่ามาก ส่วน 0.27 SD ถือว่าน้อย การวิเคราะห์อภิมานเรื่องการหยุดพูดรายงานความแตกต่างหลากหลายระหว่างการศึกษาอย่างมาก หมายความว่าผลแปรผันมากกว่าที่ความบังเอิญเพียงอย่างเดียวจะอธิบายได้ การวิเคราะห์อภิมานเชิงเสียง เพิ่มข้อควรระวังของตนเอง: เสียงพูดที่ช้าลงพบได้ในภาวะเสื่อมของระบบประสาทอื่น ๆ เช่นโรคพาร์กินสันและโรคเอแอลเอส ดังนั้นผู้ที่พูดช้าจึงไม่ใช่ผู้ป่วยอัลไซเมอร์โดยอัตโนมัติ สรุปของเราเรื่องเสียงพูดและการพูดในโรคพาร์กินสัน ครอบคลุมส่วนที่ซ้อนทับกันนี้จากด้านการรักษา
2. เกณฑ์เทียบ ADReSS: การแข่งขันร่วมบนชุดข้อมูลคงที่
การแข่งขันร่วมเป็นสิ่งที่ใกล้เคียงเกณฑ์วัดกลางมากที่สุดของวงการนี้ ทุกทีมได้รับบันทึกเสียงชุดเดียวกันจากการบรรยายภาพ Cookie Theft (ภาพเส้นมาตรฐานของฉากในห้องครัวที่ผู้เข้าร่วมบรรยายออกเสียง) และถูกให้คะแนนบนชุดทดสอบที่ซ่อนไว้ชุดเดียวกัน การกระโดดจากเกณฑ์พื้นฐาน 75% ไปเป็นความแม่นยำของผู้ชนะ 89.58% ใน ADReSS ปี 2020 แสดงให้เห็นว่าโมเดลภาษาสมัยใหม่สกัดอะไรได้จากการบรรยายภาพเพียงภาพเดียว
รายละเอียดปลีกย่อยคือขนาดของชุดทดสอบ บทความ ADReSS ปี 2020 กันผู้พูดไว้ 48 คน ดังนั้นผู้ที่ถูกจัดประเภทผิดแต่ละคนทำให้ความแม่นยำเปลี่ยนไปราว 2.1 จุดเปอร์เซ็นต์ (1 ใน 48 = 2.08%) การแข่งขัน ADReSSo ปี 2021 ตัดบทถอดความด้วยมือออกและให้ทีมทำงานจากเสียงเพียงอย่างเดียว และภาพรวม ADReSS-M ก้าวไปไกลกว่านั้นโดยฝึกด้วยภาษาอังกฤษและทดสอบกับภาษากรีก
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ชุดข้อมูล ADReSS ปี 2020 ผู้เป็นอัลไซเมอร์เทียบกับผู้ไม่เป็น | ผู้พูด 156 คน (78 และ 78) แบ่งเป็นฝึก 108 และทดสอบ 48 | Luz และคณะ, ADReSS Challenge, Interspeech 2020 |
| ความแม่นยำพื้นฐาน ADReSS ปี 2020 บนชุดทดสอบ โมเดลที่อิงบทถอดความเทียบกับโมเดลที่อิงเสียง | 75% เทียบกับ 62.5% | Luz และคณะ, ADReSS Challenge, Interspeech 2020 |
| ความแม่นยำของทีมผู้ชนะ ADReSS ปี 2020 | 89.58% | Luz และคณะ, IEEE Open Journal of Signal Processing 2024 |
| เกณฑ์พื้นฐาน ADReSSo ปี 2021 การตรวจจับอัลไซเมอร์จากเสียงอย่างเดียว | ความแม่นยำ 78.87% | Luz และคณะ, ADReSSo Challenge, Interspeech 2021 |
| เกณฑ์พื้นฐาน ADReSSo ปี 2021 การทำนายการเสื่อมถอยทางการรู้คิดภายในสองปี | ความแม่นยำ 68.75% | Luz และคณะ, ADReSSo Challenge, Interspeech 2021 |
| ข้อมูล ADReSS-M ปี 2023 ชุดฝึกภาษาอังกฤษเทียบกับชุดทดสอบภาษากรีก | ผู้พูด 225 คน (อัลไซเมอร์ 110) เทียบกับผู้พูด 46 คน (อัลไซเมอร์ 22) | Luz และคณะ, IEEE Open Journal of Signal Processing 2024 |
| ทีมอันดับหนึ่ง ADReSS-M ปี 2023 ความแม่นยำในการตรวจจับอัลไซเมอร์และความคลาดเคลื่อน MMSE | ความแม่นยำ 87.0%, RMSE 3.727 | Luz และคณะ, IEEE Open Journal of Signal Processing 2024 |
| การเข้าร่วม ADReSS-M ปี 2023 | 24 ทีมจาก 14 ประเทศ 17 ทีมส่งผลทั้งสองงาน | Luz และคณะ, IEEE Open Journal of Signal Processing 2024 |
หมายเหตุด้านบริบท: MMSE คือ Mini-Mental State Examination ซึ่งเป็นแบบทดสอบการรู้คิดด้วยกระดาษและดินสอที่มีคะแนนเต็ม 30 คะแนน ส่วน RMSE (รากที่สองของค่าคลาดเคลื่อนกำลังสองเฉลี่ย) คือขนาดทั่วไปของช่องว่างระหว่างคะแนนที่โมเดลทำนายกับคะแนนจริง หน่วยเป็นคะแนน MMSE งานด้านการเสื่อมถอยปี 2021 นิยามการเสื่อมถอยว่าเป็นการลดลงของ MMSE ตั้งแต่ 5 คะแนนขึ้นไประหว่างจุดเริ่มต้นกับปีที่สอง ผู้จัดการแข่งขันเองก็เตือนถึงการทดสอบซ้ำมากเกินไป: เมื่อชุมชนขนาดใหญ่ปรับโมเดลบนชุดข้อมูลเล็กชุดเดียว ผลลัพธ์อาจสะท้อนการเลือกพารามิเตอร์มากกว่าความเชื่อมโยงทั่วไประหว่างภาษากับการรู้คิด
3. ชุดข้อมูลเสียงพูด: คอขวดด้านข้อมูลเบื้องหลังโมเดล
ตัวเลขความแม่นยำส่วนใหญ่ข้างต้นย้อนกลับไปยังคลังข้อมูลเพียงไม่กี่แห่ง DementiaBank ซึ่งเป็นคลังกลางหลัก ระบุ 23 คลังข้อมูล และ 13 คลังเป็นภาษาอังกฤษ ส่วนอีก 10 คลังกระจายอยู่ในภาษาเยอรมัน กรีก เกาหลี จีนกลาง สเปน และไต้หวัน การกระจุกตัวนี้คือเหตุผลเชิงปฏิบัติที่ผู้ทบทวนงานวิจัยเตือนซ้ำ ๆ ว่าโมเดลอาจใช้ข้ามภาษาไม่ได้
การเข้าถึงถูกจำกัดโดยตั้งใจ คลัง DementiaBank ป้องกันด้วยรหัสผ่านและจำกัดเฉพาะสมาชิกของกลุ่มพันธมิตร นักศึกษาต้องมีอาจารย์เป็นผู้สนับสนุน และโครงการได้รับทุนจากสถาบันผู้สูงอายุแห่งชาติของสหรัฐฯ เว็บไซต์ยังมีประกาศว่าคลังกำลังอยู่ระหว่างการทบทวนเพื่อพิจารณาปรับเปลี่ยนให้สอดคล้องกับคำสั่งของฝ่ายบริหาร ซึ่งเป็นเครื่องเตือนใจว่าการเปลี่ยนนโยบายเพียงครั้งเดียวอาจกระทบข้อมูลอ้างอิงของวงการ ข้อผิดพลาดของการรู้จำเสียงพูดก็สำคัญตรงนี้เช่นกัน เพราะหลายกระบวนการเริ่มจากบทถอดความอัตโนมัติ สรุปของเราเรื่องอคติด้านสำเนียงในการรู้จำเสียงพูดและอัตราความผิดพลาดของคำ แสดงให้เห็นว่าขั้นตอนแรกนั้นทำงานไม่สม่ำเสมอเพียงใด
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| คลังข้อมูลและภาษาของ DementiaBank ที่ระบุไว้ | 23 คลังข้อมูลใน 7 ภาษา | ดัชนีการเข้าถึง TalkBank DementiaBank 2026 |
| คลังข้อมูลภาษาอังกฤษเป็นสัดส่วนของคลังข้อมูล DementiaBank ทั้งหมด | 13 จาก 23 | ดัชนีการเข้าถึง TalkBank DementiaBank 2026 |
| ผู้เข้าร่วมในคลังข้อมูล Pitt: กลุ่มควบคุม ภาวะสมองเสื่อม ไม่ทราบการวินิจฉัย | 104, 208 และ 85 | หน้าคลังข้อมูล Pitt ของ TalkBank DementiaBank 2026 |
| คลังข้อมูล Ivanova ภาษาสเปน: อัลไซเมอร์ กลุ่มควบคุมสุขภาพดี MCI | 74, 197 และ 90 | ดัชนีการเข้าถึง TalkBank DementiaBank 2026 |
| การแข่งขันร่วมที่ระบุไว้บนเว็บไซต์ DementiaBank | 6 (รวม ADReSS 2020, ADReSSo 2021, ADReSS-M, TAUKADIAL-2024) | TalkBank DementiaBank 2026 |
| การศึกษา AI ด้านเสียงพูดที่ไม่มีการตรวจสอบความถูกต้องจากภายนอก | 84% ของ 51 การศึกษา | de la Fuente Garcia และคณะ, Journal of Alzheimer’s Disease 2020 |
| การศึกษา AI ด้านเสียงพูดที่ใช้ข้อมูลที่สมดุลตามกลุ่ม (จำนวนผู้พูดที่มีความบกพร่องและสุขภาพดีเท่ากัน) | 39% (20 จาก 51 การศึกษา) | de la Fuente Garcia และคณะ, Journal of Alzheimer’s Disease 2020 |
| การศึกษา AI ด้านเสียงพูดที่ฝึกกับผู้เข้าร่วมน้อยกว่า 50 คนเทียบกับตั้งแต่ 100 คนขึ้นไป | ประมาณ 31% เทียบกับ 27% | de la Fuente Garcia และคณะ, Journal of Alzheimer’s Disease 2020 |
ข้อมูลล่าสุดที่มีอยู่สำหรับการตรวจสอบคุณภาพการศึกษา: de la Fuente Garcia และคณะ, Journal of Alzheimer’s Disease 2020 ครอบคลุมงานวิจัยที่ตีพิมพ์ตั้งแต่ปี 2000 ถึง 2019 การทบทวนเดียวกันพบว่าประมาณ 41% ของการศึกษาดำเนินการเป็นภาษาอังกฤษ และการศึกษาส่วนใหญ่ไม่ได้รายงานว่าผู้อื่นเข้าถึงข้อมูลของตนได้หรือไม่ จำนวนในคลังข้อมูล Pitt มาจากหน้าคลังข้อมูล Pitt ซึ่งอ้างอิงคำอธิบายกลุ่มตัวอย่างดั้งเดิมของมหาวิทยาลัยพิตต์สเบิร์กปี 1994
4. กลุ่มตัวอย่างเสียง Framingham Heart Study และกลุ่มตัวอย่างระยะยาวอื่น ๆ
Framingham แตกต่างจากที่อื่นเพราะการบันทึกเสียงทำขึ้นเพื่อการทดสอบทางประสาทจิตวิทยาตามปกติ ไม่ใช่เพื่อแมชชีนเลิร์นนิง การสัมภาษณ์เหล่านั้นถูกบันทึกเสียงดิจิทัลมาตั้งแต่ปี 2005 นักวิจัยจึงทดสอบโมเดลเสียงพูดกับบทสนทนาทางคลินิกจริงได้ แล้วตรวจสอบกับสิ่งที่เกิดขึ้นกับคนกลุ่มเดียวกันในอีกหลายปีต่อมา บนเสียงดิบ โครงข่ายประสาทเทียมแบบคอนโวลูชันแยกการรู้คิดปกติออกจากภาวะสมองเสื่อมได้ด้วย AUC 0.805 และโมเดลรุ่นหลังที่ทำงานจากบทถอดความอัตโนมัติของผู้เข้าร่วม 1,084 คนได้ 92.6% ในการเปรียบเทียบเดียวกัน
ตัวเลขที่ยากกว่าคือตัวเลขระยะแรก ปกติเทียบกับ MCI ตกลงเหลือ AUC 74.4% ในโมเดลที่อิงภาษา และการศึกษาการลุกลามภายใน 6 ปี ได้ AUC 78.5% จาก 166 คน ผู้เขียนการศึกษานั้นระบุว่าความจำเพาะระดับปานกลางจะทำให้ผู้ป่วย MCI ที่คงที่จำนวนมากถูกระบุผิดพลาด ผู้เข้าร่วมส่วนใหญ่เป็นคนผิวขาว และโมเดลยังไม่ได้รับการตรวจสอบความถูกต้องนอก Framingham
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| การศึกษาเสียงดิบของ Framingham: ผู้เข้าร่วมและการบันทึกเสียง | ผู้เข้าร่วม 656 คน บันทึกเสียง 1,264 รายการ (กันยายน 2005 ถึง มีนาคม 2020) | Xue และคณะ, Alzheimer’s Research and Therapy 2021 |
| ความยาวเฉลี่ยของการทดสอบทางประสาทจิตวิทยาหนึ่งครั้งที่บันทึกเสียง | 73.13 นาที (ช่วง 8.43 ถึง 210.82) | Xue และคณะ, Alzheimer’s Research and Therapy 2021 |
| AUC การรู้คิดปกติเทียบกับภาวะสมองเสื่อม โครงข่ายคอนโวลูชันเทียบกับโครงข่าย LSTM | 0.805 เทียบกับ 0.740 | Xue และคณะ, Alzheimer’s Research and Therapy 2021 |
| โมเดลภาษาบนบทถอดความ AUC สำหรับปกติเทียบกับภาวะสมองเสื่อม (ผู้เข้าร่วม 1,084 คน) | 92.6% | Amini และคณะ, Alzheimer’s and Dementia 2023 |
| โมเดลเดียวกัน AUC สำหรับปกติเทียบกับ MCI | 74.4% | Amini และคณะ, Alzheimer’s and Dementia 2023 |
| การทำนายการลุกลามจาก MCI เป็นอัลไซเมอร์ภายใน 6 ปี: ผู้เข้าร่วมและ AUC | 166 (ลุกลาม 90, คงที่ 76), AUC 78.5% | Amini และคณะ, Alzheimer’s and Dementia 2024 |
| การบันทึกเสียงการระลึกของ Long Life Family Study การรู้คิดปกติเทียบกับความบกพร่องทางการรู้คิด | ผู้เข้าร่วม 598 เทียบกับ 112 คน | Park และคณะ, Journal of the International Neuropsychological Society 2026 |
| คะแนนทางภาษาศาสตร์เทียบกับการให้คะแนนแบบดั้งเดิมในการระลึกเรื่องเล่าแบบเว้นระยะ (AUC ความแม่นยำ-ความครอบคลุม) | 0.77 เทียบกับ 0.81 | Park และคณะ, Journal of the International Neuropsychological Society 2026 |
ข้อมูลล่าสุดที่มีอยู่สำหรับผลเสียงดิบของ Framingham: Xue และคณะ, Alzheimer’s Research and Therapy 2021 LSTM (หน่วยความจำระยะสั้นระยะยาว) และโครงข่ายคอนโวลูชันเป็นโมเดลการเรียนรู้เชิงลึกที่พบได้บ่อยสองประเภท ในการวิเคราะห์ Long Life Family Study ความต่างระหว่าง 0.77 กับ 0.81 ไม่มีนัยสำคัญทางสถิติ (p = 0.292) และผู้เขียนเตือนว่าปัญหาการอ้างอิงวนกลับ เนื่องจากการวินิจฉัยบางส่วนอาศัยแบบทดสอบการระลึกชุดเดียวกัน น่าจะทำให้ความแม่นยำสูงเกินจริง
5. การศึกษาที่ยึดพยาธิสภาพ: อะไมลอยด์ เทา และพรมแดนก่อนมีอาการ
การศึกษาเสียงพูดส่วนใหญ่เปรียบเทียบผู้ที่ได้รับการวินิจฉัยทางคลินิกกับอาสาสมัครสุขภาพดี บททดสอบที่เข้มงวดกว่าคือเสียงพูดติดตามชีววิทยาเบื้องหลังได้หรือไม่ เช่นอะไมลอยด์ (โปรตีนที่สะสมเป็นแผ่นในสมองของผู้เป็นอัลไซเมอร์ วัดด้วยการสแกน PET หรือน้ำไขสันหลัง) ในการศึกษาที่ใหญ่ที่สุดที่นี่ AUC ที่อิงเสียงพูดสำหรับผลบวกต่ออะไมลอยด์ลดลงเหลือ 0.71 ในกลุ่มผู้ใหญ่ที่ไม่มีความบกพร่องทางการรู้คิด เทียบกับ 0.82 ในผู้ที่เป็น MCI หรืออัลไซเมอร์ระยะเริ่มแรกอยู่แล้ว
รูปแบบนี้พบทั่วการศึกษาขนาดเล็กที่ยึดพยาธิสภาพ: สัญญาณชัดที่สุดเมื่อมีอาการแล้วและจางลงเมื่อเข้าใกล้ระยะก่อนมีอาการ การศึกษาในคลินิกความจำของสเปนพบว่าลักษณะเชิงเสียงทำนายสถานะอะไมลอยด์ใน MCI ได้ดีกว่าแบบทดสอบทางประสาทจิตวิทยามาตรฐาน แต่กลุ่มตัวอย่างมีเพียง 52 คนจากคลินิกเดียว การศึกษาที่บ้านในเนเธอร์แลนด์แสดงให้เห็นว่าผู้คนยินดีบันทึกเสียง (ปฏิบัติตามร้อยละ 91.6) แต่ความต่างที่เกี่ยวข้องกับอะไมลอยด์ไม่ผ่านเมื่อปรับแก้การทดสอบหลายครั้ง
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| กลุ่มตัวอย่างการศึกษา AMYPRED อะไมลอยด์บวกเทียบกับลบ | ผู้เข้าร่วม 200 คน (97 เทียบกับ 103) | Fristed และคณะ, Brain Communications 2022 |
| AUC สำหรับผลบวกต่ออะไมลอยด์: กลุ่มตัวอย่างทั้งหมดเทียบกับกลุ่มย่อยที่ไม่มีความบกพร่องทางการรู้คิด | 0.77 เทียบกับ 0.71 | Fristed และคณะ, Brain Communications 2022 |
| AUC สำหรับการตรวจจับ MCI หรืออัลไซเมอร์ระยะเริ่มแรกจากเสียงพูดประมาณ 6.56 นาที | 0.83 | Fristed และคณะ, Brain Communications 2022 |
| สถานะอะไมลอยด์ใน MCI (ผู้ป่วย 52 คน ผลบวกต่ออะไมลอยด์ 30 คน): โมเดลเชิงเสียงเทียบกับแบบทดสอบทางประสาทจิตวิทยา | AUC 0.79 เทียบกับ 0.66 | Garcia-Gutierrez และคณะ, Frontiers in Neuroscience 2023 |
| การศึกษาเสียงพูดที่บ้านในเนเธอร์แลนด์ ผู้ใหญ่ที่ไม่มีความบกพร่องทางการรู้คิด: กลุ่มตัวอย่าง ผลบวกต่ออะไมลอยด์ การปฏิบัติตาม | ผู้ใหญ่ 50 คน ผลบวกต่ออะไมลอยด์ 23 คน (46%) ปฏิบัติตาม 91.6% | van den Berg และคณะ, Alzheimer’s Research and Therapy 2024 |
| การหยุดพูดนานขึ้นก่อนคำคุณศัพท์และคำวิเศษณ์ ผู้ใหญ่ที่ไม่มีความบกพร่องและมีผลบวกต่ออะไมลอยด์และเทาเทียบกับผู้ที่มีผลลบที่จับคู่กัน | 26 เทียบกับ 26 คน, p = 0.016 | Hale และคณะ, Journal of Alzheimer’s Disease 2025 |
| MCI เทียบกับกลุ่มควบคุมสุขภาพดี: ตัวชี้วัดเสียงพูดเทียบกับการวัดการรู้คิดมาตรฐาน | AUC 0.80 เทียบกับ 0.71 | Garcia, Alzheimer’s and Dementia 2025 (บทคัดย่อการประชุม) |
หมายเหตุด้านบริบท: การศึกษา AMYPRED ได้รับทุนจาก Novoic Ltd ซึ่งเป็นบริษัทวิเคราะห์เสียงพูดที่จ้างผู้เขียนหลายคน และกลุ่มตัวอย่างประกอบด้วยผู้เข้าร่วมผิวขาว 193 คน เอเชีย 3 คน และผิวดำหรือแอฟริกัน-อเมริกัน 4 คน ข้อมูลล่าสุดที่มีอยู่สำหรับรูปแบบการศึกษานั้น: Fristed และคณะ, 2022 การศึกษาคลินิกความจำของสเปนและการศึกษาที่บ้านในเนเธอร์แลนด์เป็นการศึกษาแบบตัดขวางทั้งคู่ จึงไม่มีการศึกษาใดแสดงว่าการเปลี่ยนแปลงของเสียงพูดติดตามอะไมลอยด์ตามเวลา บทคัดย่อการประชุมปี 2025 รายงาน AUC 0.89 ทั้งสำหรับตัวชี้วัดคุณสมบัติของคำและลักษณะจากภาพถ่ายระบบประสาทในอัลไซเมอร์เทียบกับกลุ่มควบคุม ซึ่งเป็นผลที่มีเฉพาะในรูปบทคัดย่อ
6. ช่องว่างในการตรวจจับ: ภาระโรคและการวินิจฉัยที่ตกหล่น
เหตุผลสนับสนุนการคัดกรองที่ราคาถูกและขยายขนาดได้อาศัยตัวเลขสองตัว: มีกี่คนที่ได้รับผลกระทบ และมีกี่คนที่ตกหล่น จากแพทย์ปฐมภูมิในสหรัฐฯ 226,756 คน อัตราการตรวจพบ MCI เฉลี่ยอยู่ที่ 0.08 ของภาระผู้ป่วยที่คาดไว้ และมีเพียง 0.1% ของแพทย์และสถานพยาบาลที่อยู่ในช่วงที่คาดไว้ (Liu และคณะ, Journal of Prevention of Alzheimer’s Disease 2024) การวิเคราะห์ปี 2026 ของข้อมูลสำรวจระดับประเทศที่เชื่อมโยงกับข้อมูลการเรียกร้องสิทธิ์ของ Medicare ได้ภาพที่คล้ายกันจากอีกมุมหนึ่ง: 10.6% ของผู้ที่เข้าเกณฑ์ MCI มีการวินิจฉัยบันทึกไว้
ภาระเบื้องหลังช่องว่างนั้นใหญ่ไม่ว่าวัดด้วยเกณฑ์ใด WHO ระบุว่า 60% ถึง 70% ของผู้ป่วยภาวะสมองเสื่อมเกิดจากโรคอัลไซเมอร์ และจัดให้ภาวะสมองเสื่อมเป็นสาเหตุการเสียชีวิตอันดับที่เจ็ดของโลก และ Alzheimer’s Association รายงานว่าชาวอเมริกันสูงอายุ 1 ใน 3 คนเสียชีวิตพร้อมกับอัลไซเมอร์หรือภาวะสมองเสื่อมอื่น การทดสอบเสียงไม่อาจเปลี่ยนยอดรวมเหล่านั้นได้ แต่อาจเปลี่ยนว่าผู้คนเข้าสู่การดูแลเร็วเพียงใด
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ผู้ที่มีชีวิตอยู่กับภาวะสมองเสื่อมทั่วโลก และสัดส่วนของอัลไซเมอร์ในผู้ป่วยทั้งหมด | 57 ล้านคน (2021); อัลไซเมอร์ 60% ถึง 70% ของผู้ป่วย | เอกสารข้อเท็จจริงเรื่องภาวะสมองเสื่อมของ WHO 2026 |
| ต้นทุนระดับโลกของภาวะสมองเสื่อม | US$ 1.3 ล้านล้าน (2019) | เอกสารข้อเท็จจริงเรื่องภาวะสมองเสื่อมของ WHO 2026 |
| ชาวอเมริกันอายุ 65 ปีขึ้นไปที่มีชีวิตอยู่กับภาวะสมองเสื่อมจากอัลไซเมอร์ | 7.4 ล้านคน (2026) | Alzheimer’s Association, 2026 Alzheimer’s Disease Facts and Figures |
| ผู้ดูแลที่ไม่ได้รับค่าจ้างและชั่วโมงการดูแลที่ไม่ได้รับค่าจ้าง สหรัฐอเมริกา | ผู้ดูแลเกือบ 13 ล้านคน มากกว่า 19 พันล้านชั่วโมง (2025) | Alzheimer’s Association, 2026 Alzheimer’s Disease Facts and Figures |
| อัตราการตรวจพบ MCI เฉลี่ยในบริการปฐมภูมิของสหรัฐฯ แพทย์ 226,756 คน | 0.08 ของจำนวนผู้ป่วยที่คาดไว้ | Liu และคณะ, Journal of Prevention of Alzheimer’s Disease 2024 |
| ผู้รับสิทธิ์ Medicare ที่เข้าเกณฑ์สำรวจ MCI และมีการวินิจฉัย MCI บันทึกไว้ | 10.6% (ผู้ตอบ 593 คน ประมาณ 2.6 ล้านคนเมื่อถ่วงน้ำหนัก) | Couch และคณะ, Alzheimer’s and Dementia DADM 2026 |
| สัดส่วนชาวสหรัฐฯ ที่เป็นอัลไซเมอร์และภาวะสมองเสื่อมที่เกี่ยวข้องซึ่งอาจยังไม่ได้รับการวินิจฉัย | มากกว่า 60% | Global CEO Initiative on Alzheimer’s Disease, Alzheimer’s and Dementia 2025 |
| ผู้ใหญ่ที่เคยพูดคุยเรื่องสุขภาพสมองกับแพทย์ของตน | 14% | Alzheimer’s Association, 2026 Alzheimer’s Disease Facts and Figures |
แหล่งที่มา: เอกสารข้อเท็จจริงเรื่องภาวะสมองเสื่อมของ WHO (อัปเดตเมื่อ 3 กรกฎาคม 2026), Alzheimer’s Association Facts and Figures และการศึกษาการวินิจฉัย MCI ใน Medicare ในการศึกษาของ Couch ผู้หญิง (OR 2.13, ช่วงความเชื่อมั่น 95% ตั้งแต่ 1.29 ถึง 3.51) และผู้ที่จบปริญญาตรีขึ้นไป (OR 2.21, ช่วงความเชื่อมั่น 95% ตั้งแต่ 1.22 ถึง 4.02) มีแนวโน้มมากกว่าที่จะมีการวินิจฉัยบันทึกไว้ ขณะที่ผู้ที่ไปพบแพทย์ตามลำพังมีแนวโน้มน้อยกว่า (OR 0.54) อัตราการตรวจพบ 0.08 เปรียบเทียบการวินิจฉัยที่บันทึกไว้กับแบบจำลองของผู้ป่วยที่คาดไว้ จึงขึ้นอยู่กับสมมติฐานของแบบจำลองนั้น
7. สถานะด้านกฎระเบียบและเกณฑ์สมรรถนะสำหรับเครื่องมือดิจิทัล
หน่วยงานกำกับดูแลยังไม่ถือว่าการบันทึกเสียงเป็นการวินิจฉัย ในสหรัฐอเมริกา เครื่องมือช่วยประเมินการรู้คิดด้วยคอมพิวเตอร์เป็นอุปกรณ์ที่ต้องมีใบสั่งแพทย์คลาส II ตาม 21 CFR 882.1470 โดยตีความระดับการทำงานของการรู้คิดในปัจจุบันของบุคคล แต่ไม่อาจระบุได้ว่ามีการวินิจฉัยทางคลินิกหรือไม่ และไม่ได้มีไว้สำหรับใช้แบบลำพัง ไม่มีแหล่งข้อมูลใดที่ตรวจสอบสำหรับสรุปนี้ที่ระบุการอนุญาตของ FDA สำหรับการวินิจฉัยอัลไซเมอร์ที่อาศัยเสียงพูดเพียงอย่างเดียว
มาตรฐานของผู้เชี่ยวชาญตอนนี้กำหนดตัวเลขให้กับคำว่าดีพอ: ความไวอย่างน้อย 80% และความจำเพาะอย่างน้อย 85% สำหรับเครื่องมือตรวจจับแบบสั้น ตาม Global CEO Initiative on Alzheimer’s Disease เมื่อเทียบกับเกณฑ์ขั้นต่ำเหล่านั้น ผลเสียงพูดแบบรวมในหัวข้อที่ 1 ผ่านเกณฑ์ความไวและพลาดเกณฑ์ความจำเพาะไป 8 จุด (85% ลบ 77%) บทความเดียวกันแสดงให้เห็นว่าเหตุใดความจำเพาะจึงสำคัญในการคัดกรอง: ที่ความชุก 10% แม้เครื่องมือที่ผ่านเกณฑ์ขั้นต่ำก็ให้ค่าพยากรณ์ผลบวกเพียง 37% ข้อเสนอแนะของ CEOi ไม่ได้กล่าวถึงเสียงพูดหรือเสียงเลย
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| คลาสอุปกรณ์ของสหรัฐฯ สำหรับเครื่องมือช่วยประเมินการรู้คิดด้วยคอมพิวเตอร์ | คลาส II (การควบคุมพิเศษ) ไม่ใช่สำหรับการวินิจฉัยแบบลำพัง | 21 CFR 882.1470 (eCFR 2026) |
| ค่าขั้นต่ำที่แนะนำสำหรับเครื่องมือตรวจจับแบบสั้น ความไวและความจำเพาะ | 80% และ 85% ใช้เวลาประมาณ 3 ถึง 5 นาที | Global CEO Initiative on Alzheimer’s Disease, Alzheimer’s and Dementia 2025 |
| ค่าขั้นต่ำที่แนะนำสำหรับเครื่องมือช่วยวินิจฉัย ความไวต่อ MCI และความจำเพาะ | 85% และ 90% ใช้เวลาประมาณ 10 ถึง 20 นาที | Global CEO Initiative on Alzheimer’s Disease, Alzheimer’s and Dementia 2025 |
| ค่าพยากรณ์ผลบวกและผลลบของเครื่องมือที่เกณฑ์ขั้นต่ำการตรวจจับ ความชุก 10% | 37% และ 97% | Global CEO Initiative on Alzheimer’s Disease, Alzheimer’s and Dementia 2025 |
| การตรวจเลือดอัลไซเมอร์ครั้งแรกที่ FDA อนุญาต: ความสอดคล้องกับ PET อะไมลอยด์หรือน้ำไขสันหลัง ผลบวกและผลลบ | 91.7% และ 97.3% (ตัวอย่าง 499 รายการ) | ประกาศข่าวของ FDA, 16 พฤษภาคม 2025 |
| สัดส่วนผลตรวจเลือดที่สรุปไม่ได้ | น้อยกว่า 20% จากผู้ป่วย 499 คน | ประกาศข่าวของ FDA, 16 พฤษภาคม 2025 |
| การกำหนด Breakthrough Device ของ FDA เทียบกับการอนุญาตวางตลาด อุปกรณ์ทุกประเภท | 1,320 เทียบกับ 210 (ณ วันที่ 30 มิถุนายน 2026) | FDA Breakthrough Devices Program 2026 |
หมายเหตุด้านบริบท: ค่าพยากรณ์ผลบวกคือสัดส่วนของผู้ที่ได้ผลบวกซึ่งมีภาวะนั้นจริง ประกาศการตรวจเลือดของ FDA เป็นเกณฑ์เทียบที่มีประโยชน์ เพราะแสดงชุดหลักฐานที่การทดสอบอัลไซเมอร์ที่ได้รับอนุญาตมีในปัจจุบัน คือตัวอย่าง 499 รายการที่ตรวจสอบกับ PET หรือน้ำไขสันหลัง โดยหน่วยงานระบุว่าการทดสอบนี้ไม่ได้มีไว้เป็นการคัดกรองหรือการวินิจฉัยแบบลำพัง ตัวเลขของ Breakthrough Devices Program ครอบคลุมอุปกรณ์ทุกประเภท ไม่ได้เจาะจงเครื่องมือด้านเสียงพูด
สรุป: ไบโอมาร์กเกอร์เสียงสำหรับอัลไซเมอร์และ MCI ในรูปแบบตัวเลข
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| AUC รวม เครื่องมือที่อาศัยเสียงพูด MCI เทียบกับผู้ใหญ่ที่ไม่มีความบกพร่องทางการรู้คิด | 78.0% (ช่วงความเชื่อมั่น 95% ตั้งแต่ 70.0% ถึง 86.0%) | Jafari และคณะ, Age and Ageing 2025 |
| ความยาวของการหยุดพูด อัลไซเมอร์เทียบกับกลุ่มควบคุมสุขภาพดี | นานกว่าประมาณ 1.20 SD | Cohen และคณะ, Journal of the International Neuropsychological Society 2026 |
| พารามิเตอร์เชิงเสียงที่แตกต่างอย่างมีนัยสำคัญในอัลไซเมอร์ | 5 จาก 7 (11 การศึกษา) | Saeedi และคณะ, Journal of Prevention of Alzheimer’s Disease 2024 |
| เกณฑ์พื้นฐาน ADReSS ปี 2020 เทียบกับความแม่นยำของผู้ชนะ | 75% เทียบกับ 89.58% | Luz และคณะ, Interspeech 2020; IEEE Open Journal of Signal Processing 2024 |
| ความแม่นยำพื้นฐานจากเสียงอย่างเดียวของ ADReSSo ปี 2021 | 78.87% | Luz และคณะ, Interspeech 2021 |
| ความแม่นยำสูงสุดของ ADReSS-M ปี 2023 ฝึกด้วยภาษาอังกฤษ ทดสอบกับภาษากรีก | 87.0% | Luz และคณะ, IEEE Open Journal of Signal Processing 2024 |
| คลังข้อมูล DementiaBank ทั้งหมดและที่เป็นภาษาอังกฤษ | 23 และ 13 | TalkBank DementiaBank 2026 |
| การศึกษา AI ด้านเสียงพูดที่ไม่มีการตรวจสอบความถูกต้องจากภายนอก | 84% ของ 51 | de la Fuente Garcia และคณะ, Journal of Alzheimer’s Disease 2020 |
| AUC เสียงดิบของ Framingham การรู้คิดปกติเทียบกับภาวะสมองเสื่อม | 0.805 | Xue และคณะ, Alzheimer’s Research and Therapy 2021 |
| AUC โมเดลภาษาของ Framingham ปกติเทียบกับภาวะสมองเสื่อม และปกติเทียบกับ MCI | 92.6% และ 74.4% | Amini และคณะ, Alzheimer’s and Dementia 2023 |
| การทำนายการลุกลามจาก MCI เป็นอัลไซเมอร์ภายใน 6 ปี | AUC 78.5% (ผู้เข้าร่วม 166 คน) | Amini และคณะ, Alzheimer’s and Dementia 2024 |
| AUC เสียงพูดสำหรับผลบวกต่ออะไมลอยด์ในผู้ใหญ่ที่ไม่มีความบกพร่องทางการรู้คิด | 0.71 | Fristed และคณะ, Brain Communications 2022 |
| โมเดลเชิงเสียงเทียบกับแบบทดสอบทางประสาทจิตวิทยาสำหรับสถานะอะไมลอยด์ใน MCI | AUC 0.79 เทียบกับ 0.66 | Garcia-Gutierrez และคณะ, Frontiers in Neuroscience 2023 |
| อัตราการตรวจพบ MCI เฉลี่ยในบริการปฐมภูมิของสหรัฐฯ | 0.08 ของจำนวนผู้ป่วยที่คาดไว้ | Liu และคณะ, Journal of Prevention of Alzheimer’s Disease 2024 |
| ผู้รับสิทธิ์ Medicare ที่เข้าเกณฑ์ MCI และมีการวินิจฉัยบันทึกไว้ | 10.6% | Couch และคณะ, Alzheimer’s and Dementia DADM 2026 |
| ชาวอเมริกันอายุ 65 ปีขึ้นไปที่มีชีวิตอยู่กับภาวะสมองเสื่อมจากอัลไซเมอร์ | 7.4 ล้านคน (2026) | Alzheimer’s Association 2026 |
| ค่าขั้นต่ำที่แนะนำสำหรับเครื่องมือตรวจจับแบบสั้น ความไวและความจำเพาะ | 80% และ 85% | Global CEO Initiative on Alzheimer’s Disease 2025 |
| การตรวจเลือดอัลไซเมอร์ครั้งแรกที่ FDA อนุญาต ความสอดคล้องของผลบวกและผลลบ | 91.7% และ 97.3% | FDA, 16 พฤษภาคม 2025 |
ระเบียบวิธีและแหล่งที่มา
เราค้นหาแบบเจาะจงและดึงตัวเลขจากเอกสารปฐมภูมิที่อ่านครบถ้วนหรืออ่านในระดับบทคัดย่อเท่านั้น ได้แก่ บทความที่ผ่านการพิจารณาโดยผู้ทรงคุณวุฒิบน PubMed Central และ Europe PMC บทความการแข่งขัน ADReSS บน arXiv หน้าคลังของ DementiaBank หน้าของหน่วยงาน และ Alzheimer’s Association ไม่มีตัวเลขใดมาจากบล็อกทุติยภูมิ เมื่อบทความรายงานตัวเลขไม่สอดคล้องกัน เราใช้ตัวเลขจากบทคัดย่อและบันทึกข้อขัดแย้งไว้ด้านล่าง
- Jafari Z, Andrew MK, Rockwood KJ. Diagnostic utility of speech-based biomarkers in mild cognitive impairment: a systematic review and meta-analysis. Age and Ageing, 2025.
- Cohen AS และคณะ. Speech pause and speech rate for evaluating Alzheimer’s and mild cognitive impairment: a meta-analysis. Journal of the International Neuropsychological Society, 2026 (DOI 10.1017/s1355617725101677, อ่านบทคัดย่อผ่าน Europe PMC)
- Saeedi S และคณะ. Acoustic Speech Analysis in Alzheimer’s Disease: A Systematic Review and Meta-Analysis. Journal of Prevention of Alzheimer’s Disease, 2024.
- Luz S และคณะ. Alzheimer’s Dementia Recognition through Spontaneous Speech: The ADReSS Challenge. Interspeech, 2020.
- Luz S และคณะ. Detecting cognitive decline using speech only: The ADReSSo Challenge. Interspeech, 2021.
- Luz S และคณะ. An Overview of the ADReSS-M Signal Processing Grand Challenge on Multilingual Alzheimer’s Dementia Recognition Through Spontaneous Speech. IEEE Open Journal of Signal Processing, 2024.
- TalkBank หน้าแรก DementiaBank, ดัชนีคลังข้อมูล และหน้าคลังข้อมูล Pitt เข้าถึงเมื่อตุลาคม 2026
- de la Fuente Garcia S, Ritchie CW, Luz S. Artificial Intelligence, Speech, and Language Processing Approaches to Monitoring Alzheimer’s Disease: A Systematic Review. Journal of Alzheimer’s Disease, 2020.
- Xue C และคณะ. Detection of dementia on voice recordings using deep learning: a Framingham Heart Study. Alzheimer’s Research and Therapy, 2021.
- Amini S และคณะ. Automated detection of mild cognitive impairment and dementia from voice recordings: a natural language processing approach. Alzheimer’s and Dementia, 2023 (DOI 10.1002/alz.12721, อ่านบทคัดย่อผ่าน Europe PMC)
- Amini S และคณะ. Prediction of Alzheimer’s disease progression within 6 years using speech. Alzheimer’s and Dementia, 2024.
- Park S และคณะ. Linguistic features from paragraph recall are markers of cognitive impairment. Journal of the International Neuropsychological Society, 2026.
- Fristed E และคณะ. AMYPRED study of speech and artificial intelligence screening for early Alzheimer’s disease and amyloid beta positivity. Brain Communications, 2022.
- Garcia-Gutierrez F และคณะ. Acoustic speech parameters and amyloid status in individuals with mild cognitive impairment. Frontiers in Neuroscience, 2023.
- van den Berg RL และคณะ. Digital remote assessment of speech acoustics in cognitively unimpaired adults. Alzheimer’s Research and Therapy, 2024.
- Hale MR และคณะ. Linking silent pause locations in speech to amyloid and tau deposition in cognitively unimpaired individuals. Journal of Alzheimer’s Disease, 2025 (DOI 10.1177/13872877251371720, อ่านบทคัดย่อผ่าน Europe PMC)
- Garcia AM. Gauging speech and language markers of dementia against pathological and neuroimaging data. Alzheimer’s and Dementia, 2025 (บทคัดย่อการประชุม)
- เอกสารข้อเท็จจริงเรื่องภาวะสมองเสื่อมของ WHO อัปเดตเมื่อ 3 กรกฎาคม 2026
- Alzheimer’s Association, 2026 Alzheimer’s Disease Facts and Figures
- Liu Y และคณะ. Detection Rates of Mild Cognitive Impairment in Primary Care for the United States Medicare Population. Journal of Prevention of Alzheimer’s Disease, 2024 (DOI 10.14283/jpad.2023.131, อ่านบทคัดย่อผ่าน Europe PMC)
- Couch E และคณะ. Prevalence and predictors of diagnosed mild cognitive impairment among Medicare beneficiaries. Alzheimer’s and Dementia: Diagnosis, Assessment and Disease Monitoring, 2026.
- Thompson LI และคณะ, Global CEO Initiative on Alzheimer’s Disease. Acceptable standards for clinic-based digital cognitive assessments. Alzheimer’s and Dementia, 2025.
- 21 CFR 882.1470, Computerized cognitive assessment aid eCFR
- FDA สหรัฐฯ. FDA Clears First Blood Test Used in Diagnosing Alzheimer’s Disease 16 พฤษภาคม 2025 และสถิติของ Breakthrough Devices Program ณ วันที่ 30 มิถุนายน 2026
- ข้อสังเกตเกี่ยวกับข้อมูล: การวิเคราะห์อภิมานใน Age and Ageing ขัดแย้งกันเองในบางจุด บทคัดย่อระบุ 21 การศึกษาและ AUC รวม 78.0% ขณะที่เนื้อหานับได้ 23 การศึกษาและส่วนอภิปรายอ้างถึง 76.0% นอกจากนี้ยังรายงานค่า I กำลังสอง = 0.00% สำหรับทุกตัวชี้วัดภายใต้แบบจำลองผลคงที่ ทั้งที่อธิบายว่าวิธีการหลากหลายมาก ช่วงความเชื่อมั่นของงานนี้จึงอาจดูแคบกว่าหลักฐานที่แท้จริง ภาพรวม ADReSS-M ระบุผู้พูดภาษาอังกฤษสำหรับฝึก 225 คนในตารางข้อมูล แต่ระบุตัวอย่างฝึก 237 รายการในส่วนเกณฑ์พื้นฐาน บทความการลุกลามของ Framingham ปี 2024 รายงานความแม่นยำ 78.5% ในบทคัดย่อ แต่ 78.8% ในตารางผลลัพธ์ บทความ Long Life Family Study ระบุว่ามีความบกพร่อง 14% ในส่วนวิธีการ แต่ 16% ในตาราง (112 จาก 710 คือ 15.8%) การตรวจสอบคุณภาพการศึกษา (de la Fuente Garcia และคณะ) รายงานว่า 77% ของ 51 การศึกษาไม่ได้ระบุความพร้อมของข้อมูล แต่ก็นับได้ 39 การศึกษาเช่นกัน (39 จาก 51 คือ 76.5%) เราจึงไม่นำตัวเลขนั้นไปใส่ในตาราง การตรวจสอบดังกล่าวและการศึกษาเสียงดิบของ Framingham เป็นข้อมูลปี 2020 และ 2021 และถูกระบุว่าเป็นข้อมูลล่าสุดที่มีอยู่ ตัวเลขภาระโรคในสรุปนี้ครอบคลุมเฉพาะสหรัฐอเมริกาและยอดรวมทั่วโลกเท่านั้น การศึกษาที่ยึดพยาธิสภาพหลายรายการมีขนาดเล็ก ดำเนินการที่แห่งเดียว หรือได้รับทุนจากภาคอุตสาหกรรม และไม่มีเครื่องมือด้านเสียงพูดใดในที่นี้ที่ได้รับการตรวจสอบความถูกต้องว่าเป็นเครื่องมือวินิจฉัยแบบลำพัง
อัปเดตล่าสุด: 24 ตุลาคม 2026 เราจะทบทวนและอัปเดตสรุปนี้ทุกไตรมาส และคาดว่าการอัปเดตครั้งถัดไปจะเกิดขึ้นเมื่อ Alzheimer’s Association เผยแพร่รายงาน 2027 Alzheimer’s Disease Facts and Figures