Zespół badaczy zaproponował LAPE - nową metodę łączącą duże modele języka z cechami paralingwistycznymi mowy w celu wczesnej detekcji choroby Alzheimera. Choroba Alzheimera nie tylko zaburza leksykę i semantykę, ale również prowadzi do zmian w produkcji mowy, takich jak nieregularne pauzy czy wydłużenia słów. Dotychczasowe podejścia nie integrowały w pełni tych elementów paralingwistycznych ze znaczeniem słów.
Metoda LAPE opiera się na trzech kluczowych innowacjach. Po pierwsze, tekstualizacja zdarzeń prozodycznych koduje pauzy i wydłużenia jako jawne markery z informacją o ich długości, umożliwiając modelowi języka ich wspólne przetwarzanie razem z zawartością leksykalną. Po drugie, segmentacja lesko-prozodyczna zachowuje tożsamość i wielkość zdarzeń w obu modalności poprzez grupowanie tylko kolejnych jednostek słownych. Po trzecie, fuzja paralingwistyczna zakotwiczona w tekście integruje cechy mowy lokalnej i na poziomie wypowiedzi, dynamicznie skalując je względem tekstu za pomocą normalizacji.
Metoda została przetestowana na benchmarkach ADReSS i ADReSSo przy użyciu walidacji krzyżowej na poziomie uczestników i leave-one-subject-out. LAPE osiągnęła stan-the-art wyniki we wszystkich czterech głównych scenariuszach testowych, co stanowi znaczący postęp w kierunku praktycznego narzędzia do wczesnego screening kognitywnego. Takie nieinwazyjne podejścia mogą okazać się przełomowe dla dostępności diagnostyki neurologicznej, szczególnie w krajach o ograniczonym dostępie do specjalistów.