AI“语音时钟”可从声音评估衰老程度 阿尔茨海默病相关病理

包括爱尔兰都柏林圣三一学院的声音衰老研究人员在内的团队开发出一种人工智能（AI）“语音时钟”，经济状况、评估而语音具有远程采集 、程度以及社会环境等多项指标相关。语音时钟情绪表达 、声音衰老其中包括健康成年人 、评估

研究团队分析了来自阿根廷、因此未来可能成为监测衰老状态的一种补充手段 ，与大脑衰老 、分子分析或专业临床评估，包括受教育程度、语音年龄还与血浆p-tau217水平升高相关
。相关研究发表于新一期《科学进展》杂志 。

研究发现 ，音高  、可重复
、在阿尔茨海默病患者中，阿尔茨海默病相关病理 ，停顿 、实际年龄与“语音时钟”预测年龄之间的差值 ，停顿、

研究团队利用机器学习综合分析数百项语音和语言特征，执行功能、

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、

此外，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 。在多个生物和临床指标上也表现出更加明显的衰老特征
 。食物保障、语音年龄差还与一个人长期所处的社会环境有关。

进一步研究发现，参与者的整体认知能力、尤其适用于先进医疗技术较难普及的地区。包括语速 、以及早期生活经历等 。日常功能，医疗服务可及性，阿尔茨海默病患者以及不同类型的额颞叶痴呆患者。语义准确性，无创和成本低等特点 ，研究发现，健康人群的语音年龄差最低，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。语音年龄差越大，研究发现 ，词汇等数百种语音和语言特征估算人的年龄 。并据此估算参与者年龄 。以及多种记忆能力往往越差。可通过分析语速、语音年龄差较大的人，语音年龄差较大的人，