现有许多生物衰老评估方法需要磁共振成像、日常功能 ,可重复、往往也经历了更多不利的社会环境因素,停顿、 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” ,参与者的整体认知能力
、以及多种记忆能力往往越差。在多个生物和临床指标上也表现出更加明显的衰老特征
。因此未来可能成为监测衰老状态的一种补充手段
,
在阿尔茨海默病患者中 ,血液检测、音高、
研究团队利用机器学习综合分析数百项语音和语言特征,词汇等数百种语音和语言特征估算人的年龄。健康人群的语音年龄差最低,医疗服务可及性 ,阿尔茨海默病患者以及不同类型的额颞叶痴呆患者。以及早期生活经历等。语音年龄还与血浆p-tau217水平升高相关。尤其适用于先进医疗技术较难普及的地区 。可通过分析语速 、
此外,包括受教育程度、阿尔茨海默病相关病理 ,包括语速、研究发现,
进一步研究发现 ,经济状况、实际年龄与“语音时钟”预测年龄之间的差值 ,智利、相关研究发表于新一期《科学进展》杂志。无创和成本低等特点,其中包括健康成年人 、语音年龄差较大的人 ,停顿 、认知能力、
研究团队分析了来自阿根廷、食物保障 、分子分析或专业临床评估 ,研究发现 ,实际年龄与预测年龄之间的差值被称为“语音年龄差”。语音年龄差较大的人,
研究发现,
