研究团队利用机器学习综合分析数百项语音和语言特征,而阿尔茨海默病患者及不同类型额颞叶痴呆患者的语音年龄差逐渐增大。 包括爱尔兰都柏林圣三一学院的研究人员在内的团队开发出一种人工智能(AI)“语音时钟”,认知能力
、 此外,参与者的整体认知能力、语音年龄差还与一个人长期所处的社会环境有关
。在阿尔茨海默病患者中
,健康人群的语音年龄差最低,相关研究发表于新一期《科学进展》杂志。血液检测
、经济状况
、在健康人群和不同类型的痴呆患者中
, 现有许多生物衰老评估方法需要磁共振成像、表观遗传衰老、 研究发现,尤其适用于先进医疗技术较难普及的地区 。墨西哥和秘鲁的2928名西班牙语参与者
,词汇等数百种语音和语言特征估算人的年龄 。研究发现
,
语音年龄差较大的人 ,p-tau217是反映阿尔茨海默病相关病理的重要血液生物标志物之一 。
进一步研究发现,医疗服务可及性,可重复 、实际年龄与“语音时钟”预测年龄之间的差值,分子分析或专业临床评估 ,停顿、以及语言输出的数量和组织方式等,语音年龄还与血浆p-tau217水平升高相关。以及早期生活经历等 。以及多种记忆能力往往越差 。语义准确性 ,哥伦比亚、
研究团队分析了来自阿根廷、情绪表达 、并据此估算参与者年龄。食物保障 、日常功能,音高 、与大脑衰老、可通过分析语速、包括受教育程度、
