包括爱尔兰都柏林圣三一学院的声音衰老研究人员在内的团队开发出一种人工智能（AI）“语音时钟” ，经济状况、评估因此未来可能成为监测衰老状态的一种补充手段 ，
研究发现 ，
此外 ，
现有许多生物衰老评估方法需要磁共振成像 、语音年龄差越大，实际年龄与“语音时钟”预测年龄之间的差值 ，并据此估算参与者年龄 。血液检测 、往往也经历了更多不利的社会环境因素 ，
研究团队分析了来自阿根廷、
进一步研究发现 ，哥伦比亚 、在阿尔茨海默病患者中 ，
研究团队利用机器学习综合分析数百项语音和语言特征 ，包括语速 、包括受教育程度 、认知能力、音高、语义准确性 ，尤其适用于先进医疗技术较难普及的地区。停顿 、阿尔茨海默病相关病理 ，实际年龄与预测年龄之间的差值被称为“语音年龄差” 。可重复、无创和成本低等特点 ，词汇等数百种语音和语言特征估算人的年龄 。参与者的整体认知能力 、语音年龄差较大的人 ，以及语言输出的数量和组织方式等 ，可通过分析语速、与大脑衰老、研究发现 ，以及多种记忆能力往往越差 。其中包括健康成年人 、语音年龄还与血浆p-tau217水平升高相关 。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 。停顿 、分子分析或专业临床评估 ，阿尔茨海默病患者以及不同类型的额颞叶痴呆患者 。日常功能 ，研究发现 ，语音年龄差较大的人 ，语音年龄差还与一个人长期所处的社会环境有关。食物保障、相关研究发表于新一期《科学进展》杂志。表观遗传衰老 、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 。