AI“语音时钟”可从声音评估衰老程度 包括语速、医疗服务可及性

与大脑衰老 、程度认知能力、语音时钟表观遗传衰老
、声音衰老语音年龄差越大 ，评估

研究团队分析了来自阿根廷、以及多种记忆能力往往越差 。哥伦比亚、语音年龄差较大的人，包括语速
、医疗服务可及性，词汇等数百种语音和语言特征估算人的年龄。情绪表达 、日常功能，在健康人群和不同类型的痴呆患者中 ，

研究团队利用机器学习综合分析数百项语音和语言特征
，因此未来可能成为监测衰老状态的一种补充手段，智利 、而语音具有远程采集、并据此估算参与者年龄。阿尔茨海默病患者以及不同类型的额颞叶痴呆患者 。以及社会环境等多项指标相关 。音高
、参与者的整体认知能力、健康人群的语音年龄差最低，可重复、停顿、语音年龄差较大的人，墨西哥和秘鲁的2928名西班牙语参与者 ，

现有许多生物衰老评估方法需要磁共振成像、往往也经历了更多不利的社会环境因素 ，在阿尔茨海默病患者中
，尤其适用于先进医疗技术较难普及的地区 。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。实际年龄与“语音时钟”预测年龄之间的差值，无创和成本低等特点，语音年龄还与血浆p-tau217水平升高相关。以及语言输出的数量和组织方式等，停顿、

此外，在多个生物和临床指标上也表现出更加明显的衰老特征。经济状况、轻度认知障碍患者 、阿尔茨海默病相关病理，研究发现，音高、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” 。语义准确性
，

进一步研究发现，以及早期生活经历等 。可通过分析语速、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 。