当Marisha Speights最初作为言语语言病理学家在田纳西州纳什维尔服务富裕家庭的幼儿园工作时，她使用了她认为有效的典型筛查和评估措施。然而，当她在密西西比州杰克逊的为贫困家庭服务的幼儿园工作时，发现这些测试不再有效。
“我认为这个孩子没有语言问题，但测试显示他们有风险。”Speights说，“还有另一种情况是，测试没有识别出我认为有风险的孩子。”她开始质疑这些测试在不同特征群体中的适用性。
最终，她将这个问题带到了西北大学，在那里她正在开发自己的人工智能技术系统，希望能够解决这一问题。PedzSTAR实验室（Pediatric Speech Technologies and Acoustics Research Lab）通过从有语言障碍和无语言障碍的儿童中收集声学生物标志物样本，来跟踪儿童的语言模式。一旦研究人员能够验证这两组之间的差异，团队便开始创建结合人工智能和机器学习的应用程序，希望最终能够预测语言障碍。
到目前为止，Speights已经收集了400名儿童的样本，这些样本来自不同的地理位置、文化背景和社会经济状况。她最终希望从同样数量的儿童中收集超过2,000个语言样本。“在当前的数据集中，许多儿童未被代表，这是我们的一大目标之一：让不同类型的儿童说话者有更多的代表性。”她说。
PedzSTAR加入了越来越多尝试在言语病理学领域使用AI的努力。哈佛大学麻省总医院健康职业研究所的沟通科学与障碍教授Jordan Green在他的最新研究论文中表示，AI在医疗保健领域的兴奋感是“显而易见的”。其在言语领域的应用包括虚拟治疗师、互动游戏、聊天机器人对话伙伴和基于AI的诊断工具。
马里兰大学学院公园分校的博士后研究员Nina Benway表示，AI使用的增加可以归因于三个因素：更多的数据用于训练AI技术系统、更强大的计算能力和更主流的大规模语言模型，如ChatGPT。“它在该领域最广泛地被临床医生用来帮助制定课程计划和生成材料等，但使用AI辅助治疗的想法还是相对较新的。”Benway说。
改善学生的结果
谈到言语语言病理学领域，Speights说，学前阶段相对于年龄较大的儿童或成人来说往往被忽视。“收集儿童的语言数据很困难；你不能只是让他们读一些东西。”她说，“你必须创造吸引人的活动，控制环境以获得高质量的录音，并且需要有与幼儿打交道技能的人。”
在她的工作中，Speights让孩子们玩玩具农场动物，因为许多单词使用的是早期发育的语音音素——例如“kuh”在“cow”（牛）这个词中的发音。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的任务，如看图片并描述所看到的内容，以及正式评估。
Speights希望实验室的工作最终能产生软件，以更好地诊断儿童的语言障碍。
水牛城大学也在推动使用AI来帮助语言障碍的诊断。2022年秋季，作为纽约州立大学（SUNY）系统的一部分，该大学获得了国家科学基金会为期五年的2000万美元拨款，用于研究技术对诊断和治疗儿童语言问题的影响。
“每个人都知道有些孩子在语言方面存在困难或曾经有过困难。”NSF国家AI研究院院长Venu Govindaraju说，“由于AI的潜力，人们开始意识到‘如果AI能做到这一点，也许它也能做到这一点’——即支持语言发展。”
该项目目前正在进行数据收集和验证，最终目标是为教师在学校使用创建通用筛查工具。研究人员还希望帮助干预，重点是为每个学生提供个性化关注。
“这触动了许多人的心弦；他们可以看到AI及其不仅在这个领域，还在其他领域的潜力，因此他们对这种潜力持开放态度。”Govindaraju说，“我们希望确保尽早发现问题；像任何事情一样，越早检测，治疗就越容易。”
减轻繁重的工作量
Govindaraju和Speights都迅速指出，AI不会取代言语病理学家，技术也不会自行做出诊断。它将由有执照的护理人员监督，最终决定仍由他们作出。但在某些地区，言语专业人员稀缺，该领域需要解决方案来提供帮助。
美国言语-语言-听力协会言语语言病理学学校服务副主任Lauren Arner表示，该组织认为，在适当的保护措施下，AI可以帮助缓解许多言语语言病理学家面临的日益增加的工作量。
“很多工作量围绕完成评估和相关文件，所以我们可以使用任何这些技术来减轻一些工作量。”她说，“这使言语语言病理学家能够更多地见到学生并提供干预，因为他们不再被文书工作所困扰。”
根据ASHA 2024年度学校调查，被诊断为语言障碍的儿童数量正在增长，压倒了言语病理学家的数量。大约27%的病理学家表示，由于倦怠，他们正在考虑离开这个职业，就像许多教师所做的那样。一些专家将这一差距归因于缺乏薪酬和组织资金，但许多人认为这一差距永远不会完全闭合。
“总是会有比言语语言病理学家更多的孩子。”Speights说，她认为自动化可以在某些领域减少工作量，使护理人员能够“更专注于精准护理，比如帮助真正需要支持的孩子获得个性化的护理。”
Speights补充说，这些工具可以帮助病理学家跟踪孩子的语言进展，而Arner则表示，对于那些较少接触言语病理学家的农村地区的家庭来说，这些工具尤其有用。
但是，使用AI也带来了重要的安全考虑，特别是要确保将任何可识别的儿童信息排除在AI系统之外，并确保收集的数据得到妥善保护。在PedzSTAR项目中，Speights保证在收集语言样本过程中不会获取任何个人信息，收集的数据存储在内部服务器中，而不是更容易访问的云中。
“由于儿童的脆弱性，我们确实希望确保儿童受到保护。”她说。
Arner表示，ASHA计划在今年夏天发布AI指南，并建议言语病理学家在使用这些工具之前检查其学校或组织的AI政策。马里兰大学的Benway最近发表了一篇文章，概述了在言语病理学领域实施AI时应考虑的事项，将其归纳为三个方面：有效性、可靠性和代表性。
“当临床医生进行评估时，AI可能会帮助收集这些指标，但临床医生会制定包含治疗、诊断等在内的计划。”Benway说，“短期内，AI最有可能在自动化临床医生已经在做的事情方面最有用，而不是试图成为临床医生本身。”
(全文结束)
