這份報告探討了基於音頻數據訓練的人工智慧（AI）模型在提升臨床任務和醫療決策的潛力，特別是在資源有限的環境中。目前技術主要依賴高收入國家的數據，這對廣泛應用造成挑戰。報告介紹了一個新應用程式HEAR，透過音頻問題收集健康資訊，創造「語音電子健康紀錄（Voice EHR）」。初步實驗顯示，這種方法收集的數據與傳統方式相比，相關性相當甚至更高，能捕捉複雜的健康生物標記，可能解決標準臨床數據集的限制。 PubMed DOI

這項研究探討大型語言模型（LLMs）如何協助輔助科技（AT）從業人員為有障礙的個體選擇合適產品。研究利用Keplo這個AI平台，分析亞馬遜上的顧客評論，評估三款主流產品和三種輔助科技。分析提供了使用者人口統計、使用模式、優缺點及設計改進建議。結果顯示，LLMs能有效提取有價值的見解，幫助AT從業人員做出明智推薦，但也強調了LLM分析的局限性，從業人員需批判性評估顧客評論以確保相關性。 PubMed DOI

這項研究探討了兩款AI聊天機器人，ChatGPT和Perplexity AI，在診斷不同類型的發聲障礙（有機性、功能性和神經性）的效果。第一個實驗中，37名患者的聲音自我評估和聲學分析結合使用；第二個實驗則僅用27名患者的聲學分析。結果顯示，ChatGPT雖提供指導，但未進行數據分析，而Perplexity AI在第一個實驗中與專家診斷的吻合度為0.773，但第二個實驗僅為0.067，顯示缺乏顯著性。研究認為目前AI在臨床診斷發聲障礙方面尚不成熟，未來需進一步研究以提升其潛力。 PubMed DOI

這項研究探討了OpenAI Whisper自動語音辨識（ASR）模型在轉錄幼兒自然語言的效果，特別針對有語言延遲和正常發展的幼兒。研究進行了34次互動，包含19名唐氏症兒童和15名正常發展兒童。結果顯示，ASR對正常發展兒童的單詞轉錄準確率為50%，但對唐氏症兒童僅14%。兩組的單詞遺漏率約20%，而單詞替換率差異明顯。ASR在捕捉非語音表達方面也有困難，特別是唐氏症組。雖然ASR有助於簡化轉錄，但其限制顯示需要人類監督，特別是對於被低估的族群。 PubMed DOI

語言和言語障礙對溝通能力造成挑戰，影響學業和社交。ChatGPT等AI工具在協助這些障礙者方面展現潛力，透過增強和替代溝通技術及言語治療應用程式，能有效支持他們的需求。未來需持續研究，確保這些AI工具在臨床上可負擔且可及，以改善言語和語言障礙者的溝通能力。 PubMed DOI

這項研究探討使用OpenAI的Whisper模型來檢測超鼻音，這是一種與軟顎咽部不足（VPI）相關的語音障礙，對心理社會和功能影響重大。傳統診斷方法需專業技術和設備，資源有限時難以取得。 研究人員調整Whisper模型進行二元分類，並在包含184個音頻錄音的數據集上訓練，結果顯示測試準確率達97%，F1分數為0.97，超越傳統機器學習方法。Whisper模型在各種錄音條件下表現優異，所需訓練數據量少，顯示其在超鼻音檢測中的可擴展性和效率，能有效優化臨床資源配置。 PubMed DOI

AI正大幅改變語言治療和吞嚥障礙管理，不只提升診斷準確度，也讓個人化復健和遠距醫療更普及，對偏鄉特別有幫助。2014到2024年間，深度學習和自然語言處理在偵測語言障礙上表現亮眼。但拉丁美洲因基礎建設和在地數據不足，推廣有限。未來應發展更貼近當地文化的AI、強化區域研究，並訂定倫理規範，讓AI輔助而非取代專業人員。 PubMed DOI

這項研究測試AI分診系統，能用語音辨識和大型語言模型自動判斷急診嚴重程度和主訴代碼，即使遇到瑞士德語方言也行。雖然語音辨識錯誤率較高，但AI分類準確率仍達九成以上，有助提升分診一致性、減輕醫護壓力。未來需加強多語言處理和資料安全。 PubMed DOI

年長者常有聽懂語音的困難，但現有測驗不夠貼近生活情境，也多只用單一語言。這項研究用大型語言模型自動產生和評分故事型語音理解測驗，涵蓋11種語言，並能準確反映記憶表現。這種方法更貼近真實生活，未來在臨床上很有幫助。 PubMed DOI

這項研究發現，ChatGPT在回答人工耳蝸相關問題時，約有八成以上的答案正確且一致，尤其在基本知識和技術問題表現最好。不過，針對手術流程的問題準確度較低。整體來說，ChatGPT對病人和醫療人員有很大幫助，但還是有些限制要留意。 PubMed DOI