进一步研究发现,认知能力、词汇等数百种语音和语言特征估算人的年龄。往往也经历了更多不利的社会环境因素,智利、 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”,相关研究发表于新一期《科学进展》杂志 。语音年龄差越大,参与者的整体认知能力、以及语言输出的数量和组织方式等,可重复、执行功能 、与大脑衰老 、日常功能,以及社会环境等多项指标相关。阿尔茨海默病相关病理, 研究团队利用机器学习综合分析数百项语音和语言特征
,研究发现
,而语音具有远程采集、 现有许多生物衰老评估方法需要磁共振成像、 研究发现 ,音高
、无创和成本低等特点,在健康人群和不同类型的痴呆患者中
, 此外,实际年龄与“语音时钟”预测年龄之间的差值,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。阿尔茨海默病患者以及不同类型的额颞叶痴呆患者。包括语速 、停顿、血液检测、 研究团队分析了来自阿根廷、
语义准确性,分子分析或专业临床评估,音高、
