微信扫一扫
谢菲尔德大学2026官方新生微信群来啦！在这里，你可以结识同届新伙伴，交流学习与生活经验，了解最新活动信息与重要通知，并就行前准备、课程选择及留学生活等问题进行交流。
同时，群内还将不定期开展抽奖活动，为大家送出谢菲尔德大学官方品牌周边礼品，欢迎积极参与。快来扫码添加小助手，完成身份验证后即可加入新生群，一起开启在谢菲尔德大学的学习与生活新篇章。
如今，和AI对话已经成了很多人的日常：有人用它学习、写作，也有人把它当作随时在线的“聊天搭子”。但如果有一天，AI不仅能够回答问题，还能从我们说话的方式里捕捉到健康变化的蛛丝马迹呢？
痴呆（包括最常见的阿尔茨海默症）等神经系统疾病的早期发现，一直是医疗领域的重要挑战。随着英国记忆与认知评估服务需求持续上升，相对有限的专科检测资源，让许多患者面临更长的等待，也因此错过关键阶段的治疗与支持。
为应对这一问题，谢菲尔德大学研究团队正积极探索将人工智能与语音技术应用于神经系统疾病早期检测。团队研发的CognoSpeak和CognoMND两项数字工具，能够通过对话与认知任务分析语音和语言中的细微信号，帮助更早识别认知变化，为更高效、更便捷的评估方式带来新的可能。
让对话成为认知变化的早期线索
CognoSpeak由谢菲尔德大学计算机科学学院Heidi Christensen教授和医学与人口健康学院Dan Blackburn博士带领跨学科团队开发。通过屏幕上的AI数字智能体，系统会引导用户完成对话、图片描述和语言流畅性等任务，可以理解为一项能够在家完成的数字化认知评估。
谢菲尔德转化神经科学研究所（SITraN）临床研究员Leslie Ing博士表示，团队希望开发一款可在家使用的工具，因此将研究重点放在语音上。语音可以通过个人设备便捷录制，也让远程完成认知评估成为可能。
在用户与AI智能体对话的过程中，CognoSpeak分析的不只是用户“说了什么”，还包括说话节奏、用词方式、表达流畅度等细微信号，并从语音信号中提取数千项特征，用于识别痴呆等神经系统疾病的早期迹象。
经过八年研发，CognoSpeak已在350多名参与者中测试。初步结果显示，该工具识别轻度认知障碍和阿尔茨海默症的准确率达到87%，在真实临床和家庭环境中，对相关病例的识别敏感性超过90%。这一成果也体现了谢菲尔德大学在人工智能、语音技术与神经科学交叉研究方面的国际优势。
弥补运动神经元疾病护理中的缺口
项目的下一阶段聚焦于运动神经元疾病（Motor Neurone Disease，简称MND）。约一半的MND患者会经历思维、行为或人格方面的变化，但在临床护理中，由于行动能力、吞咽和呼吸等身体症状通常更为紧迫，认知方面的变化有时容易被忽视。同时，能够开展推荐认知评估的专业人员也相对有限。
为弥补这一护理缺口，谢菲尔德大学团队正在开发CognoMND。该工具由Christopher McDermott教授、Dan Blackburn博士和Leslie Ing博士领导，沿用AI驱动的语音分析方法，识别常规问诊中不易察觉的认知和行为变化。
这类工具有助于将有限时间和资源优先用于最需要支持的人群，也能帮助患者和照护者更早理解变化、减少不确定感。目前，团队正推进更大规模临床试验，以确保CognoMND在不同患者群体中准确、包容且有效。
由真实经历参与塑造的技术
这项研究的另一大特点，是谢菲尔德大学团队始终重视患者和照护者的真实体验。从项目早期开始，拥有相关亲身经历的顾问小组就与研究人员共同合作，参与CognoSpeak和CognoMND的开发。
他们的反馈不仅影响了界面设计，也帮助团队优化任务呈现方式、数字智能体与用户的互动方式，以及平台如何适应不同用户的使用偏好。
在CognoMND的开发中，研究团队与MND患者及其照护伙伴并肩合作，将真实生活经验融入技术设计。这些反馈帮助平台变得更易使用、更具实用性，例如说明是否清晰、按钮大小和位置是否合适、任务流程是否容易完成等。
临床医生与计算机科学家之间的持续沟通，也让来自诊疗一线的观察能够直接影响技术开发，使工具真正围绕MND患者的需求不断改进。
更多人更早获得评估机会
随着神经系统疾病护理需求持续上升，CognoSpeak和CognoMND这样的数字工具，正在为早期检测提供新的可能。它们不仅可以帮助临床医生更高效地识别需要进一步评估的人群，也有望让更多患者更早、更便捷地获得支持。
未来，谢菲尔德大学团队将通过覆盖更多元MND患者群体的临床试验继续评估系统，确保工具不仅准确，也真正易于使用、易于获得。
作为一名临床医生，我亲眼看到痴呆和运动神经元病会给患者及其家庭带来多么沉重的影响，而现实中，仍有很多人没能足够早地接受检测。我们希望探索数字技术如何改变医疗服务的提供方式，同时确保这些工具始终基于临床需求、保持透明，并且对患者真正有意义。
由团队自主开发这项技术，也让我们能更清楚地了解它如何被设计、测试和应用；如果它未来要安全、有效地进入真实医疗环境，这一点至关重要。
——Dr Leslie Ing
