AI News HubLIVE
站内改写2 分钟阅读

你的“嗯”和停顿可能揭示早期痴呆风险

研究发现,日常说话模式与执行功能密切相关。通过AI分析自然对话,可惊人准确地预测认知表现,有望开发基于语音的早期痴呆检测工具,早于传统测试。

根据Baycrest、多伦多大学和约克大学的最新研究,人们在日常对话中的说话方式可能为大脑健康提供宝贵线索。科学家发现,微妙的语音特征,包括停顿、填充词(如“呃”、“嗯”)以及词汇检索困难,与执行功能密切相关。执行功能是涉及记忆、计划、注意力和灵活思维的一组心理能力。

这些发现为自然语言模式与关键认知能力之间的联系提供了迄今为止最强有力的证据之一。研究还扩展了早期研究(Wei et al., 2024),该研究表明说话速度较快的老年人更有可能保持较强的思维技能。

Baycrest Rotman研究所高级科学家、该研究资深作者Jed Meltzer博士表示:“信息很明确:说话时机不仅仅是风格问题,它是大脑健康的敏感指标。”该研究题为“自然语言分析可揭示成人整个生命周期中执行功能的个体差异”。

研究中,参与者观看细节丰富的图像并用自己语言描述,同时完成旨在测量执行功能的既定测试。研究人员随后利用人工智能深入分析语音录音。AI系统检测了数百种细微的语音特征,包括停顿的长度和频率、填充词的使用以及时间相关模式。这些标记持续预测了参与者在认知测试中的表现,即使在调整了年龄、性别和教育等因素后仍然有效。

执行功能随年龄增长自然减弱,并常在痴呆早期受到影响。然而,标准认知测试因耗时且受练习效应影响,难以频繁重复。自然语音则提供了更简单的替代方案。由于说话是日常生活的一部分,可以大规模、无干扰地反复测量。研究人员还指出,语音提供了现实情境下的处理速度和整体认知功能的宝贵信息,无需传统评估中常见的时间限制。

团队认为,语音分析最终可能成为一种实用方法,用于识别认知衰退速度快于预期、痴呆风险较高的人群。Meltzer博士补充道:“这项研究为开发能够在诊所甚至家中追踪认知变化的工具奠定了令人兴奋的基础。早期检测对任何治愈或干预措施都至关重要,因为痴呆涉及大脑的进行性退化,可能通过干预减缓。”

研究人员指出,未来需要更长期的跟踪研究,以区分正常衰老与疾病的早期迹象。他们建议将语音分析与其他健康测量相结合,可使认知衰退的早期检测更加准确、实用和广泛应用。本研究得到了Mitacs加速项目及加拿大自然科学与工程研究委员会(NSERC)的支持。