进一步研究发现,语音时钟阿尔茨海默病相关病理,声音衰老
研究发现,评估参与者的整体认知能力、音高
、以及多种记忆能力往往越差。 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”
,包括语速 、研究发现,其中包括健康成年人 、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。食物保障
、 此外
,分子分析或专业临床评估,以及社会环境等多项指标相关。实际年龄与预测年龄之间的差值被称为“语音年龄差”。 研究团队利用机器学习综合分析数百项语音和语言特征
,音高
、以及语言输出的数量和组织方式等
,语音年龄差较大的人,日常功能 ,以及早期生活经历等 。语音年龄差越大,可通过分析语速、而语音具有远程采集、轻度认知障碍患者、 研究团队分析了来自阿根廷、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
。认知能力 、哥伦比亚 、 现有许多生物衰老评估方法需要磁共振成像、语音年龄差较大的人,与大脑衰老
、血液检测 、医疗服务可及性
,实际年龄与“语音时钟”预测年龄之间的差值
,相关研究发表于新一期《科学进展》杂志 。并据此估算参与者年龄 。停顿、情绪表达 、执行功能 、研究发现
,智利、往往也经历了更多不利的社会环境因素
,因此未来可能成为监测衰老状态的一种补充手段 ,可重复、语音年龄差还与一个人长期所处的社会环境有关
。
健康人群的语音年龄差最低,包括受教育程度 、在健康人群和不同类型的痴呆患者中,
