1 引言

轻度认知功能障碍（MCI）是一种介于正常老化和阿尔茨海默病之间的中间状态，表现为记忆力或其他认知功能的衰减，但不影响日常生活，未达到痴呆症诊断标准。MCI是研究热点，因为其具有潜在可逆性，通过干预可以改善语言认知能力，延缓认知退化。语言能力是认知功能的重要组成部分，早期变化有助于识别认知功能障碍。全球老龄化背景下，我国60岁以上老年人口占比已达18.73%，神经退行性疾病发生率上升。MCI分为遗忘型和非遗忘型两种类型，遗忘型MCI主要记忆表现为障碍，非遗忘型MCI影响注意力、语言或视觉空间技能。MCI的病因包括阿尔茨海默病、脑小血管病等。60%-65%的遗忘型MCI患者会发展为痴呆。MCI阶段的临床意义在于早期发现和干预，有助于延迟或阻止痴呆的发生。MCI患者的语言障碍是发现和干预的重要切入点。人工智能技术的发展为MCI人群语言障碍的预防、干预、治疗提供了新的可能性。本文系统梳理MCI人群语言障碍的研究进展，关注人工智能在MCI语言障碍评估与干预中的应用，旨在为MCI语言障碍的评估与治疗提供帮助。

2 MCI人群语言障碍的研究进展

详细阐述了轻度认知障碍（MCI）人群语言障碍的研究进展。Petersen等人于1999年首次提出MCI的特征和诊断标准，这些标准后被国际工作组优化，并被纳入《2018中国痴呆与认知障碍诊治指南》。MCI的诊断标准包括认知损害的发现、客观证据、独立日常生活能力和未达到痴呆标准，尽管语言障碍未被直接列入，但在临床医师关注的五种认知功能中占有重要位置。MCI的判定方法多样，包括神经心理学评估和脑成像研究等，其中语言能力是关键的评估领域。

从临床认知评估视角来看，非语言认知功能衰退如记忆力和注意力下降可能导致语言能力衰退，MCI人群的主观性认知减退需被重视。常用的评估工具包括波士顿命名测验、词语流畅性测验和韦氏成人智力量表等。神经心理学视角下，蒙特利尔认知评估和心理状态短测是两种常用工具，有助于明确认知障碍特征。神经影像学视角则利用MRI、CT、PET和SPECT等技术，帮助理解认知障碍的病因，特别是在额颞叶变性和遗忘型MCI中观察到的脑局部变化。

MCI人群的语言障碍主要表现在词汇、句法和话语层面，包括语言与记忆能力衰减、图片描述能力下降和话语流利度受损。记忆退化是MCI的早期表现之一，MCI人群在处理伪造词和自传式记忆提取方面表现出障碍。图片描述能力下降与认知功能减退有关，而话语流利度受损则表现为重复话语和轻微会话困难。这些障碍与执行功能的退化存在关联，对MCI的早期发现和评估至关重要。

3 人工智能赋能MCI人群语言障碍评估与干预

探讨了人工智能在轻度认知障碍（MCI）人群语言障碍评估与干预中的应用。国内外学者研究了如何利用人工智能动态跟踪MCI人群话语数据，并进行智能评估与监测。目前常用的MCI评估工具包括韦氏记忆量表、听觉词语学习测验等，但语料采集效率低。人工智能辅助的语料搜集和评估显示出社会价值和应用前景。例如，计算机化的MCI评价工具CAMCI检测敏感度为80%，特异性度74%。我国开发的MoCA-CC在鉴别MCI方面也显示出高敏感度和特异度。人工智能技术如语言识别、虚拟现实、自适应技术、深度学习等被应用于MCI语言障碍评估，提高了评估的生态效度和全面性。

人工智能辅助语言障碍评估的研究本土化起步较晚，但已有研究应用国内自主研发的语音识别软件、计算机化语义配对联想学习测试等技术，证实了在MCI评估中的应用前景。同时，基于深度学习的模型也被开发用于MCI早期评估和预测。然而，目前尚无统一的智能评估和干预工具，也缺乏针对认知障碍患者语言研究的伦理规范。

在MCI的语言认知干预方面，非药物治疗如身体锻炼、生活行为干预、认知训练等被提及。认知干预旨在通过改变认知思维模式来保持认知功能水平，减少退化风险。人工智能技术的发展为MCI人群的认知训练系统设计提供了新途径，实验结果表明使用该系统后认知能力有明显提升。但也有研究指出，人工智能技术参与语言认知干预并不总是有效，甚至可能加重病情。因此，对老年MCI人群的评测和干预应尊重老人意愿和医学伦理，合理赋能技术。

4 总结

轻度认知障碍（MCI）在人口老龄化背景下值得深入研究，尤其是MCI人群的语言障碍。中国在该领域研究相对滞后，但患者群体庞大，需要开发适合中国患者的测试工具和诊疗方案。人工智能技术的发展为MCI人机交互系统提供了新机遇，应以MCI人群语言障碍评估和干预为导向，探索适合中国国情和汉语语境的理论体系。