Desarrollo de marcadores acústicos y lingüísticos para la detección automática de estados cognitivos en adultos mayores quechua hablantes
CONCYTEC, Perú
PI: Marcio Soto Añari
CoInvs: Rosa Paccotacya Yanque, Claudia Rivera Fernández, Nilton Custodio, Adolfo M. García
El uso de herramientas de procesamiento del lenguaje natural (LN) viene teniendo un impacto importante en salud. Parte de ese desarrollo está orientado a la detección automática de estados emocionales y cognitivos, pero sobre todo en lenguas “dominantes” como el inglés, pero muy poco en lenguas consideradas de escasos-recursos como el quechua. El progresivo envejecimiento poblacional trae consigo una serie de desafíos a nivel sociosanitario que incluyen a enfermedades como la demencia. Estas dificultades son más notorias en población de zonas rurales, puesto que los procedimientos para el diagnóstico son altamente costosos (ej. Resonancia magnética), el número de especialistas es escaso, muchos de ellos no han sido validados en minorías étnicas y tienen poca validez ecológica (estímulos muy alejados de la realidad). Por el contrario, las herramientas de lenguaje natural tienen un coste relativamente bajo, puede ser aplicado por personal no especializado y tiene una alta validez ecológica (ej. narrar un recuerdo feliz). Por ello, consideramos que los avances en el desarrollo de estos algoritmos podrían tener un impacto importante en el apoyo en la evaluación y diferenciación de pacientes quechua hablantes con deterioro cognitivo. Por ello, nos hemos propuesto crear un set de datos en Quechua Collao, así como validar los marcadores acústicos y lingüísticos extraídos que sean sensibles para detectar a adultos mayores con indicadores de deterioro cognitivo y demencia. Esperamos desarrollar medidas robustas y y con una alta escalabilidad que nos permitan apoyar en los procesos diagnósticos en demencia, así como el desarrollo de herramientas basadas en un corpus de habla en quechua collao que permitan no solo profundizar en su investigación, sino también en su preservación.
Development of acoustic and linguistic markers for the automatic detection of cognitive states in older Quechua-speaking adults
CONCYTEC, Perú
PI: Marcio Soto Añari
CoInvs: Rosa Paccotacya Yanque, Claudia Rivera Fernández, Nilton Custodio, Adolfo M. García
The use of natural language processing (NLP) tools has been having a significant impact on healthcare. Much of this development is focused on the automatic detection of emotional and cognitive states, but primarily in “major” languages such as English, with very little attention paid to languages considered to be under-resourced, such as Quechua. The progressive aging of the population brings with it a series of social and health challenges, including diseases such as dementia. These difficulties are more pronounced in rural populations, since diagnostic procedures are highly costly (e.g., MRI), the number of specialists is limited, many of them have not been validated in ethnic minorities, and they have low ecological validity (stimuli that are far removed from reality). In contrast, natural language tools are relatively low-cost, can be applied by non-specialized personnel, and have high ecological validity (e.g., recounting a happy memory). Therefore, we believe that advances in the development of these algorithms could have a significant impact on supporting the assessment and differentiation of Quechua-speaking patients with cognitive impairment. For this reason, we have set out to create a dataset in Quechua Collao and to validate the extracted acoustic and linguistic markers that are sensitive to detecting older adults with signs of cognitive decline and dementia. We hope to develop robust and highly scalable measures that will enable us to support dementia diagnostic processes, as well as to develop tools based on a Quechua Collao speech corpus that will allow us not only to advance research but also to contribute to its preservation.
