語言認知評估系統用于語言認知障礙評估的可行性分析

周鈺，李剛衛，李彎月，陳艷，凌衛新，單莎瑞，陳卓銘*，尚亞茹*

語言障礙、認知障礙是腦卒中、腦創傷常見的合并癥，不僅對患者生活質量造成嚴重影響，還給家庭和社會帶來極大的經濟負擔[1-2]。目前，傳統神經心理學測驗仍是語言認知障礙診斷的重要手段[3]，其可分為兩大類：一類是結構復雜的測驗，包括Halstead-Reitan神經心理成套測驗、漢語失語成套測驗（ABC）等，這類測驗的內容涵括語言、認知功能的各個亞項，但對檢測人員的技術要求較高，受試者對其耐受性較差，故這類測驗臨床應用較為受限[4]；另一類是結構較為簡單的篩查測驗，包括簡易精神狀態檢查量表（MMSE）、蒙特利爾認知評估量表（MoCA）、簡易智力狀態評估量表（Mini-Cog）、簡式Token測試等，這類測驗對語言認知障礙的識別與診斷具有一定特異度和靈敏度，臨床應用廣泛，多以總分反映受試者的語言或認知障礙的嚴重程度，但無法反映受試者語言、認知功能各維度的變化特點，僅能用于初篩[5]。

考慮到兩類測驗各有其優勢，同時也各自存在一定的不足之處，為了提高醫務人員識別語言認知障礙患者的效率和準確度，本課題組基于文獻回顧、專家咨詢結果，并通過設置基于數學模型的抽題規則、答題規則及賦分規則，開發了一個語言認知評估系統[6]，該系統可分維度、分層次快速識別出存在語言認知障礙的受試者。在前期系統構建研究基礎上，本研究通過對語言認知評估系統的效度進行檢驗，并對使用者的滿意度進行調查，旨在進一步分析該系統用于語言認知功能評估及語言認知障礙識別與診斷的可行性，為個體化語言、認知康復治療的實施和效果評價提供依據，為基于人工智能技術建立智能化認知評估系統奠定研究基礎。

1 對象與方法

1.1 研究對象 采用隨機抽樣法，于2018年3月至2020年3月選取55例入住于暨南大學第一附屬醫院康復醫學科的腦卒中/腦損傷患者，以及18例健康受試者為研究對象，健康受試者來源于暨南大學本科實習生、患者家屬及陪護人員。患者納入標準：（1）經CT或MRI證實及專科醫生確診患腦卒中/腦損傷；（2）MMSE基線得分為10～20分；（3）意識清楚，能夠配合語言、認知功能評估；（4）視力或矯正視力、雙耳聽力良好；（5）生命體征平穩，無嚴重心、肝、肺、腎等重要臟器疾病，無心血管疾病或其他合并癥；（6）對本研究知情同意，并自愿參加本研究。患者排除標準：（1）存在精神障礙或先天精神發育遲緩；（2）服用對認知功能有影響的藥物；（3）有酒精依賴等不良嗜好；（4）參與研究過程中，因不良反應、病情變化，無法完成測試。健康受試者納入標準：（1）年齡為18～70歲；（2）受教育年限＞9年；（3）基線MMSE得分≥27分。所有受試者均已簽署知情同意書。本研究已通過暨南大學附屬第一醫院倫理委員會審批（審批號：KY-2020-087）。

1.2 研究方法

1.2.1 評估工具 采用語言認知評估系統、MoCA、MMSE、ABC評價受試者的語言、認知功能狀況。

1.2.1.1 語言認知評估系統 由暨南大學陳卓銘教授團隊自主研發，包含語言、認知兩個維度。認知維度由注意力、記憶力、計算能力、定向力、推理能力5個一級指標組成，其中一級指標“記憶力”下設2個二級指標，分別為瞬時記憶和延遲回憶[3]。語言維度由聽理解、自發性表達、命名、閱讀、復述5個一級指標組成，其中一級指標“聽理解”下設2個二級指標，分別為聽是否、聽辨認[7]。各指標（因子）下設不同難度檔次（10分檔、30分檔、50分檔、70分檔、90分檔）的題目[8]。檔次的分值越高，提示題目難度系數越大。

受試者通過計算機完成整個測評，根據指導語進行作答。開始答題后，系統隨機選取某因子作為初始因子，并隨機抽取1道該因子下設的50分檔題請受試者作答；當受試者正確回答題目時，下一題的難度提升一檔，否則降低一檔。跳出因子需滿足下列3個條件中的任一條：（1）連續答對2道90分檔題；（2）連續答錯2道10分檔題；（3）任意答對2道30/50/70分檔題。跳出上一因子后，系統隨機加載下一因子，并根據上一題的正確回答情況，確定首道題的難度檔次（若回答正確，檔次不變；若回答錯誤，降低一檔），以此類推，直至完成測試。每次測試耗時約15 min。系統自動記錄答題軌跡，并基于軌跡數據進行聚類分析，在此基礎上對每位受試者進行綜合賦分[4]。本研究中，90～100分為語言認知功能正常，60～89分為輕度語言認知障礙，30～59分為中度語言認知障礙，＜30分為重度語言認知障礙。

1.2.1.2 MMSE 主要從定向力、記憶力、注意力和計算力、回憶能力、語言能力5個方面評價受試者的認知功能，共30項題目，每項回答正確得1分，回答錯誤或不知道得0分，各條目得分相加即為總分，得分范圍為0～30分，根據患者的文化程度劃分認知障礙的標準：文盲≤17分，小學文化程度者≤20分、中學及以上文化程度者≤24分[6]。

1.2.1.3 MoCA 由12道題組成，涉及視空間與執行功能、命名、記憶、注意、語言、抽象、延遲回憶、定向力8個認知領域，總分為30分。若受試者的受教育年限≤12年，則在總分基礎上加1分，最終評分＜26分則認為存在認知功能損害[6]。

1.2.1.4 ABC 其測試內容包括口語表達、聽理解、閱讀、書寫、結構與空間、運用、計算7大項。因語言認知評估系統主要從計算、閱讀、命名、復述、聽辨認、聽是否6個方面評價受試者的語言能力，為保證測量內容具有可比性，本研究選取ABC中有關計算、閱讀、命名（包括詞命名、顏色命名、反應命名，均為口語表達大項的評價內容）、復述（為口語表達大項的評價內容）、聽辨認、聽是否方面的測試項目考察受試者的失語狀況。全體受試者完成測驗后，分別以正常對照組在各因子上得分的均值作為100%，計算失語患者在各因子上的得分百分比[7]。百分比越低，說明受試者在該因子上的障礙程度越高。

1.2.2 評估過程與質量控制 由經過專業培訓的醫師或治療師負責評估工作。開展評估工作時，保持整個評估環境安靜、整潔、光線明亮。在正式評估前，醫師或治療師向受試者講明評估的細則（如評估的方法與順序）、語言認知評估系統的操作方法及評估過程中需要注意的事項，直至受試者完全理解評估要求并能正確地進行各項操作，方可開展評估工作。在整個評估過程中，醫師或治療師使用標準化的指導語，嚴格遵循各量表指導手冊的要求完成評估工作，并按照規定提供一定范圍內的幫助，避免誘導式提問。

1.2.3 觀察指標

1.2.3.1 校標關聯效度 采用Spearman秩相關計算受試者語言認知評估系統得分與其MoCA、MMSE得分的相關系數（rs值）[8]，rs值越大，表明語言認知評估系統與MoCA、MMSE的測量屬性越一致。rs值＜0.400表示低度相關，0.400≤rs值≤0.700表示中度相關，rs值＞0.700表示高度相關。

1.2.3.2 語言認知評估系統對語言認知障礙的診斷價值 以MoCA得分＜26分作為認知障礙的診斷標準[9]，結合ABC評價結果，運用受試者工作特征（ROC）曲線檢驗受試者語言認知評估系統得分與其語言認知障礙發生情況的擬合效果，根據最大約登指數（靈敏度+特異度-1）確定語言認知評估系統在語言認知障礙診斷中的最佳臨界值，并計算其診斷靈敏度、特異度、準確度〔（真陽性人數+真陰性人數）÷總人數〕。ROC曲線下面積（AUC）值越接近1，說明語言認知評估系統診斷效果越好。

1.2.3.3 語言認知評估系統使用滿意度 采用自設問卷（表1）對18例健康受試者進行滿意度調查。問卷共10個條目，從吸引力（第1、2、7題）、舒適度（第3、4題）、理解度（第5、6、8題）、接受度（第9、10題）4個維度調查受試對象對語言認知評估系統的滿意度，各條目采用Likert 5級評分法，“非常同意”“同意”“中立”“不同意”“極不同意”分別計5、4、3、2、1分，各維度得分為該維度下所有條目得分的均值，量表總分為各維度得分的均值[10]。

表1 語言認知評估系統滿意度調查表Table 1 Satisfaction with the Computer-aided Language Assessment System questionnaire

1.3 統計學方法 采用SPSS 22.0軟件進行統計分析，正態分布的計量資料采用（±s）表示，組間比較采用兩獨立樣本t檢驗，非正態分布的計量資料采用中位數（四分位數間距）〔M（QR）〕表示，組間比較采用Mann-Whitney U檢驗；計數資料采用相對數表示，組間比較采用χ2檢驗。以P＜0.05為差異有統計學意義。

2 結果

2.1 納入研究對象一般資料 18例健康受試者中，男9例（50.0%），平均年齡（31.3±16.1）歲；55例腦卒中/腦損傷患者中，男33例（60.0%），平均年齡（57.5±16.4）歲。健康受試者與腦卒中/腦損傷患者年齡比較，差異有統計學意義（P＜0.05）；性別分布比較，差異無統計學意義（P＞0.05），見表2。

表2 55例腦卒中/腦損傷患者及18例健康受試者的一般資料Table 2 General information of 55 stroke/brain injury patients and 18 healthy volunteers

2.2 納入受試者的語言、認知能力狀況 73例受試者MMSE、MoCA、語言認知評估系統得分為15.0（18.5）、12.0（21.0）、62.8（63.0）分；健康受試者與腦卒中/腦損傷患者MMSE、MoCA、語言認知評估系統得分比較，差異有統計學意義（P＜0.05），見表3。18例健康受試者語言功能正常，55例腦卒中/腦損傷患者存在不同程度的失語情況；55例腦卒中/腦損傷患者在計算、閱讀、命名、復述、聽辨認、聽是否上的得分百分比分別為75.0%（79.5%）、60.0%（65.0%）、47.0%（68.5%）、72.0%（44.5%）、71.0%（80.0%）、63.0%（44.5%）。

表3 兩組受試者MMSE、MoCA、語言認知評估系統得分比較〔M（QR），分〕Table 3 Comparison of the total score of the MMSE，MoCA and the Computer-aided Language Assessment System between two groups of participants

2.3 校標關聯效度結果 73例受試者語言認知評估系統得分與其MMSE、MoCA得分呈高度正相關（P＜0.001），見表4。

表4 受試者語言認知評估系統得分與其MoCA、MMSE得分的相關關系（rs值）Table 4 The correlation of the total score of the Computer-aided Language Assessment System with that of MoCA and MMSE

2.4 語言認知評估系統對語言認知障礙的診斷價值結果 語言認知評估系統識別語言認知障礙患者的AUC值為 0.733〔95%CI（0.632，0.834），P＜0.001，圖1〕，約登指數最大點（0.703）對應的臨界值為85分，此時系統的靈敏度為1.000，特異度為0.703，準確度為0.931（68/73）。

圖1 語言認知評估系統識別語言認知障礙患者的受試者工作特征曲線Figure 1 ROC curve of the Computer-aided Language Assessment System in diagnosis of participants with cognitive-linguistic impairment

2.5 語言認知評估系統使用滿意度結果 18例健康受試者滿意度平均得分為（4.07±0.48）分，滿意度總體處于“滿意”水平，其在吸引力、舒適度、理解度、接受度四個維度上的平均得分分別為（3.91±0.42）、（4.00±0.41）、（4.17±0.94）、（4.25±0.65）分。

3 討論

目前，臨床上得到廣泛應用的MMSE在早期癡呆的識別中仍存在較大的局限性，大多數符合輕度認知障礙臨床診斷標準的患者MMSE得分常＞26分；與MMSE相比，MoCA對于輕度認知障礙患者的篩查具有較高的靈敏度，但其在測量等價性方面存在明顯的不足，表現在受教育年限＜12年的受試者MoCA得分較低。總體而言，應用MMSE進行認知功能篩查時能夠發現更多認知障礙程度較重的中、晚期癡呆患者，而MoCA的運用可在很大程度上提高輕度認知障礙的檢出率[11]。輕度認知障礙是介于正常衰老和癡呆的中間過渡階段，早期識別輕度認知障礙患者并對其進行認知干預，不僅可以減緩其認知能力下降的速度，甚至能夠實現病情逆轉[12]。目前已存在的計算機認知障礙診斷與篩查系統涉及的客觀評定內容較少[13]，尚無快速篩查工具可用于區分不同水平、維度下的認知障礙程度。本研究旨在探討語言認知評估系統用于語言認知障礙評估的可行性，該系統可代替傳統人工測試，并能夠基于計算機分層次、分維度篩查語言認知障礙患者，評估其語言、認知能力，有助于醫務人員針對性地制定康復訓練方案、開展康復訓練工作。基于專家函詢法構建語言認知評估系統指標體系研究已發表，產品已申請專利。前期研究成果為本研究中測量概念的完整性提供了保障[6]。

分別采用目前公認的認知功能篩查量表MMSE、MoCA作為效標，對語言認知評估系統進行校標關聯效度分析，結果顯示，受試者語言認知評估系統得分與其MoCA、MMSE得分的相關系數分別為0.884、0.910，即語言認知評估系統測試結果與公認的認知功能篩查量表評定結果之間存在高度相關性，提示語言認知評估系統是一種較為有效的語言認知障礙評估工具。但在校標的選擇上，本研究未將語言能力測試量表納入效標范疇，未來，可將波士頓診斷性失語檢查法（BDAE）、ABC作為效標，深入驗證語言認知評估系統用于語言認知障礙評估的效度。本研究結果顯示，語言認知評估系統識別語言認知障礙患者的AUC值為0.733，約登指數最大點（0.703）對應的臨界值為85分，表明選取85分作為臨界值時，語言認知評估系統在語言認知障礙患者識別中的可靠性最好。此時系統的靈敏度為1.000，特異度為0.703，準確度為0.931。較高的靈敏度和特異度提示語言認知評估系統漏診、誤診語言認知障礙患者的可能性較低，其可以作為一種有效的認知功能篩查工具[14]。

通過對18例健康受試者進行滿意度調查，了解受試者對語言認知評估系統的使用體驗和感受。18例健康受試者滿意度平均得分為（4.07±0.48）分，在舒適度、理解度、接受度上的得分較高，說明受試者對語言認知評估系統的整體滿意度較好[15]。與傳統的人工測試相比，語言認知評估系統可快速、精準地判斷出受試者在語言、認知功能各維度上的障礙程度，并能根據篩查評估結果智能生成、推送個體化的認知訓練方案，包括康復訓練計劃（長、短期）、傳統康復方案（借助傳統輔助器具/設備）、智能康復方案（人機交互訓練、線上多人競賽）[16-17]。且語言認知評估系統能夠嚴格控制刺激的呈現，精確測量受試者的反應時間[18]，易于管理與維護；與傳統的人工測試相比，測試效率更高，測試結果更精準，有助于節約人力成本。本研究可為智能化診斷與篩查系統的構建提供新思路。

自編研發的語言認知評估系統有良好的效度，是一種有效的、符合神經心理學測驗基本要求的語言認知功能評估方法，值得進一步推廣應用，有望成為一種新的測評工具。仍需要增加樣本量來深入證實語言認知評估系統用于語言認知障礙評估的可靠性和有效性，進一步完成語言認知評估系統的內部一致性、重測信度[19]、復本信度、區分效度、內容效度及結構效度[20]評價研究，并探討語言認知障礙程度分級方法、因子間的區分度、題目間的區分度，最終建立智能化語言認知評估系統。

作者貢獻：周鈺、李剛衛、李彎月、尚亞茹負責文章的構思與設計、研究的實施與可行性分析、論文修訂、文章質量的控制及審校；李剛衛、李彎月、陳艷、凌衛新、單莎瑞負責數據收集和處理；周鈺、李剛衛負責統計學分析；周鈺、李剛衛、李彎月、陳艷、凌衛新、單莎瑞負責結果的分析與解釋、論文撰寫；陳卓銘、尚亞茹對文章整體負責，監督管理。

本文無利益沖突。