7分鐘快速測試，早發現疾病風險，首套老年人語言障礙智能篩查系統發佈

老年人是語言障礙的高發羣體，語言障礙往往由認知障礙、腦卒中、帕金森等神經認知系統疾病引起。對健康老年人語言障礙篩查，有助於發現早期神經認知系統疾病。然而，如何研判老年人的語言能力是處於健康狀態、亞健康狀態還是不健康狀態，仍是一個空白。

11月21日，全國首套“老年人語言障礙智能快速篩查系統”在上海交通大學正式發佈。該系統歷時三年研發，具有快速、智能、便捷的特點，可用於醫院或社區老年人的例行檢查，也可用於養老院或家庭日常檢查。預計2026年，該系統將上線開放。

研發7分鐘測試體系，支持手機、平板等設備運行

團隊負責人、上海交通大學國家語言與健康研究中心常輝教授介紹，對老年人進行語言障礙篩查，首選需要研發一套理念先進、科學，適切性強的語言測試體系。團隊發揮病理語言學和語言測試學優勢，結合老年人語言障礙特點，研發了一套包括構念、試題、評分標準等在內的老年人語言障礙測試體系。試題包括聽理解部分的“找找看”和“聽聽看”，以及語言產出部分的“說說看”，整個測試在7分鐘左右完成。目前，團隊已對1000多名50-79歲的老年人進行篩查，獲取了寶貴的一線數據。

此外，團隊還研發了試題在線運行系統，支持平板、手機及計算機等多種設備平臺。系統設計注重界面簡潔與交互直觀，嚴格貼合用戶使用習慣與直覺，有效降低操作過程中的認知負擔。系統還融入了大量引導性說明與提示信息，協助用戶順暢、高效完成測試任務。

如何科學判斷老年人語言是否健康？

要完成老年人的語言障礙篩查，還需要一個科學的判斷標準。爲此，團隊基於研發的在線測試系統，在國內多地採集老年人數據1000多份，涵蓋不同年齡、教育水平、認知水平、性別、職業等。基於所採集的數據，採用迴歸常模製定方法，構建分層迴歸模型，並遵循常模參照測試的流程進行標準設定。

該標準具有兩個優點。首先，實現了常模的多維精細化校正，使測試結果更準確地反映被測試者的真實語言水平。將重要的人口學變量包括受教育程度、年齡和性別等，按照重要性依次納入迴歸分析，進行向前逐步迴歸，構建了更加貼閤中國國情和人羣差異的常模模型。

其次，基於標準T分數體系制定了包含不同風險等級的評估標準，實現了對被測試者的精細化風險分層。這種精細且科學的風險分層爲老年人語言障礙篩查提供了一套清晰、客觀的預警和干預指引。

智能評分與反饋系統更加精準、及時

爲了使老年人語言障礙篩查更加高效、穩定、智能，結果反饋更加及時，團隊聯合上海理工大學醫療器械學院崔海坡教授團隊，成功開發了智能評分與反饋系統。該系統基於構建的語言評價體系與大規模文本預訓練模型技術，解決傳統人工評估效率低、一致性難的問題，實現了對被測試者語言表達能力的自動化、多維度、高穩定智能評分，爲老年語言健康篩查提供了可靠的技術工具。

該系統具有兩個核心技術。大模型賦能，三維評分體系實現精準量化。系統以大模型爲評分引擎，通過在提示詞模板中融合“評分維度標準”“測試素材描述”與“人工評分示例”，對構建的評分機制進行學習應用。系統在內容、語言、組織三大維度進行了量化評估，細化被測試者的綜合語言表達質量。

綜合集成與迭代，降低大模型輸出波動。爲解決大模型在生成式評分中固有的波動性問題，本系統構建了一套融合“多專家並行評分”與“迭代自校準”的複合型智能評分方法。此外，還引入了“輕量化多模型並行評分”機制，設計了基於大模型自我糾錯的“二次校準系統”，系統綜合被測試者的描述文本，以及校準標籤，給出最終的評分結果。

該系統顯示，其評分結果與專家評分的一致性達到90%以上，專家對系統評分結果的認可度高達99%，展現出良好的應用前景。該系統爲老年人語言障礙的篩查提供了標準化、可複用的評估路徑，是自然語言處理技術在老年健康領域深度落地的典型案例。