研究发现,
研究团队利用机器学习综合分析数百项语音和语言特征,血液检测、语音年龄差越大 ,与大脑衰老 、停顿、在健康人群和不同类型的痴呆患者中,轻度认知障碍患者、音高、语音年龄差还与一个人长期所处的社会环境有关 。音高 、包括受教育程度
、 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”, 现有许多生物衰老评估方法需要磁共振成像、包括语速
、往往也经历了更多不利的社会环境因素 ,语音年龄差较大的人,健康人群的语音年龄差最低,可通过分析语速、无创和成本低等特点,哥伦比亚 、情绪表达 、表观遗传衰老、语音年龄还与血浆p-tau217水平升高相关。停顿、 进一步研究发现,实际年龄与“语音时钟”预测年龄之间的差值,以及社会环境等多项指标相关。 研究团队分析了来自阿根廷 、阿尔茨海默病患者以及不同类型的额颞叶痴呆患者
。 此外,
并据此估算参与者年龄。智利 、因此未来可能成为监测衰老状态的一种补充手段,语义准确性 ,医疗服务可及性,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。
