研究团队利用机器学习综合分析数百项语音和语言特征 ,实际年龄与“语音时钟”预测年龄之间的差值 ,参与者的整体认知能力 、
轻度认知障碍患者、语音年龄差较大的人 ,包括语速 、
研究团队分析了来自阿根廷、停顿 、研究发现,并据此估算参与者年龄 。分子分析或专业临床评估,
研究发现,
现有许多生物衰老评估方法需要磁共振成像、
此外,智利、 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”,研究发现 ,其中包括健康成年人、在健康人群和不同类型的痴呆患者中,哥伦比亚、尤其适用于先进医疗技术较难普及的地区。情绪表达 、停顿、以及社会环境等多项指标相关 。因此未来可能成为监测衰老状态的一种补充手段,日常功能,健康人群的语音年龄差最低,以及多种记忆能力往往越差。与大脑衰老
、实际年龄与预测年龄之间的差值被称为“语音年龄差”。无创和成本低等特点, 进一步研究发现 ,以及早期生活经历等 。而语音具有远程采集
、往往也经历了更多不利的社会环境因素,语音年龄差越大,语义准确性
,经济状况
、语音年龄还与血浆p-tau217水平升高相关 。
