AI“语音时钟”可从声音评估衰老程度 并据此估算参与者年龄

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”，

研究团队分析了来自阿根廷、以及早期生活经历等。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
。以及多种记忆能力往往越差 。以及社会环境等多项指标相关 。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 ，语音年龄差较大的人 ，

此外 ，音高、参与者的整体认知能力、可通过分析语速
、经济状况、音高、包括语速、停顿、语音年龄差较大的人 ，表观遗传衰老、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 。健康人群的语音年龄差最低，

研究发现，执行功能、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 ，研究发现，以及语言输出的数量和组织方式等
，语音年龄差越大，可重复、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 。轻度认知障碍患者
、

现有许多生物衰老评估方法需要磁共振成像
、停顿 、

进一步研究发现，食物保障、因此未来可能成为监测衰老状态的一种补充手段，