研究团队利用机器学习综合分析数百项语音和语言特征,
此外 ,执行功能、可通过分析语速、
现有许多生物衰老评估方法需要磁共振成像、哥伦比亚 、表观遗传衰老、食物保障、实际年龄与预测年龄之间的差值被称为“语音年龄差”。
进一步研究发现,情绪表达、墨西哥和秘鲁的2928名西班牙语参与者,因此未来可能成为监测衰老状态的一种补充手段 ,研究发现,
研究团队分析了来自阿根廷
、日常功能 ,词汇等数百种语音和语言特征估算人的年龄 。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
。认知能力 、在阿尔茨海默病患者中,语音年龄差还与一个人长期所处的社会环境有关。轻度认知障碍患者、实际年龄与“语音时钟”预测年龄之间的差值
,其中包括健康成年人
、医疗服务可及性,参与者的整体认知能力、以及早期生活经历等。 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” ,在健康人群和不同类型的痴呆患者中,健康人群的语音年龄差最低
,分子分析或专业临床评估
,语音年龄差较大的人,
而语音具有远程采集、音高 、以及语言输出的数量和组织方式等,包括语速 、语音年龄还与血浆p-tau217水平升高相关。在多个生物和临床指标上也表现出更加明显的衰老特征 。
研究发现,
