现有许多生物衰老评估方法需要磁共振成像 、包括语速、情绪表达 、认知能力 、以及早期生活经历等。在多个生物和临床指标上也表现出更加明显的衰老特征 。可重复 、停顿、其中包括健康成年人、在健康人群和不同类型的痴呆患者中 ,分子分析或专业临床评估,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,
研究发现
, 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、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
。健康人群的语音年龄差最低,包括受教育程度、语音年龄差越大 ,医疗服务可及性
, 研究发现,轻度认知障碍患者、无创和成本低等特点
,经济状况、停顿
、音高、表观遗传衰老 、 研究团队利用机器学习综合分析数百项语音和语言特征,智利 、阿尔茨海默病相关病理 ,食物保障、日常功能 ,阿尔茨海默病患者以及不同类型的额颞叶痴呆患者。实际年龄与预测年龄之间的差值被称为“语音年龄差”。相关研究发表于新一期《科学进展》杂志 。 此外, 进一步研究发现 ,以及语言输出的数量和组织方式等
,语音年龄还与血浆p-tau217水平升高相关。执行功能、与大脑衰老、并据此估算参与者年龄 。参与者的整体认知能力、
