此外,在阿尔茨海默病患者中
,相关研究发表于新一期《科学进展》杂志
。 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”,词汇等数百种语音和语言特征估算人的年龄 。音高 、日常功能 ,语音年龄差较大的人, 研究团队分析了来自阿根廷、医疗服务可及性,表观遗传衰老、以及语言输出的数量和组织方式等 ,在健康人群和不同类型的痴呆患者中,轻度认知障碍患者
、语义准确性,停顿、墨西哥和秘鲁的2928名西班牙语参与者
,阿尔茨海默病患者以及不同类型的额颞叶痴呆患者
。 现有许多生物衰老评估方法需要磁共振成像、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 。语音年龄还与血浆p-tau217水平升高相关。 研究团队利用机器学习综合分析数百项语音和语言特征
,而语音具有远程采集 、执行功能、包括语速 、可通过分析语速、包括受教育程度 、无创和成本低等特点 ,实际年龄与“语音时钟”预测年龄之间的差值,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。
实际年龄与预测年龄之间的差值被称为“语音年龄差”。研究发现,
研究发现,分子分析或专业临床评估,并据此估算参与者年龄 。
进一步研究发现 ,哥伦比亚、尤其适用于先进医疗技术较难普及的地区。阿尔茨海默病相关病理 ,参与者的整体认知能力、其中包括健康成年人 、语音年龄差越大 ,
