Background: Amyotrophic lateral sclerosis (ALS) is a fatal progressive motor neuron disease. People with ALS demonstrate various speech problems. Summary: We aim to provide an overview of studies concerning the diagnosis of ALS based on the analysis of voice samples. The main focus is on the feasibility of the use of voice and speech assessment as an effective method to diagnose the disease, either in clinical or pre-clinical conditions, and to monitor the disease progression. Specifically, we aim to examine current knowledge on: (a) voice parameters and the data models that can, most effectively, provide robust results; (b) the feasibility of a semi-automatic or automatic diagnosis and outcomes; and (c) the factors that can improve or restrict the use of such systems in a real-world context. Key Messages: The studies already carried out on the possibility of diagnosis of ALS using the voice signal are still sparse but all point to the importance, feasibility and simplicity of this approach. Most cohorts are small which limits the statistical relevance and makes it difficult to infer broader conclusions. The set of features used, although diverse, is quite circumscribed. ALS is difficult to diagnose early because it may mimic several other neurological diseases. Promising results were found for the automatic detection of ALS from speech samples and this can be a feasible process even in pre-symptomatic stages. Improved guidelines must be set in order to establish a robust decision model.

中文翻译：

---

基于语音的肌萎缩侧索硬化分类：我们在哪里，我们要去哪里？系统回顾

背景：肌萎缩侧索硬化（ALS）是一种致命的进行性运动神经元疾病。ALS 患者表现出各种语言问题。摘要：我们旨在提供有关基于语音样本分析的 ALS 诊断研究的概述。主要关注使用语音和言语评估作为在临床或临床前条件下诊断疾病和监测疾病进展的有效方法的可行性。具体来说，我们的目标是检查当前的知识：(a) 语音参数和可以最有效地提供可靠结果的数据模型；(b) 半自动或自动诊断和结果的可行性；(c) 在现实世界中可以改进或限制此类系统使用的因素。关键信息：已经进行的关于使用语音信号诊断 ALS 的可能性的研究仍然很少，但都指出了这种方法的重要性、可行性和简单性。大多数队列都很小，这限制了统计相关性，并且很难推断出更广泛的结论。所使用的功能集虽然多种多样，但非常有限。ALS 很难早期诊断，因为它可能模仿其他几种神经系统疾病。从语音样本中自动检测 ALS 的结果很有希望，即使在症状前阶段，这也是一个可行的过程。必须制定改进的指导方针，以建立稳健的决策模型。大多数队列都很小，这限制了统计相关性，并且很难推断出更广泛的结论。所使用的功能集虽然多种多样，但非常有限。ALS 很难早期诊断，因为它可能模仿其他几种神经系统疾病。从语音样本中自动检测 ALS 的结果很有希望，即使在症状前阶段，这也是一个可行的过程。必须制定改进的指导方针，以建立稳健的决策模型。大多数队列都很小，这限制了统计相关性，并且很难推断出更广泛的结论。所使用的功能集虽然多种多样，但非常有限。ALS 很难早期诊断，因为它可能模仿其他几种神经系统疾病。从语音样本中自动检测 ALS 的结果很有希望，即使在症状前阶段，这也是一个可行的过程。必须制定改进的指导方针，以建立稳健的决策模型。从语音样本中自动检测 ALS 的结果很有希望，即使在症状前阶段，这也是一个可行的过程。必须制定改进的指导方针，以建立稳健的决策模型。从语音样本中自动检测 ALS 的结果很有希望，即使在症状前阶段，这也是一个可行的过程。必须制定改进的指导方针，以建立稳健的决策模型。