你的“嗯”和停頓可能揭示早期痴呆風險
研究發現，日常說話模式與執行功能密切相關。透過AI分析自然對話，可驚人準確地預測認知表現，有望開發基於語音的早期痴呆檢測工具，早於傳統測試。
根據Baycrest、多倫多大學和約克大學的最新研究，人們在日常對話中的說話方式可能為大腦健康提供寶貴線索。科學家發現，微妙的語音特徵，包括停頓、填充詞（如“呃”、“嗯”）以及詞彙檢索困難，與執行功能密切相關。執行功能是涉及記憶、計劃、注意力和靈活思維的一組心理能力。
這些發現為自然語言模式與關鍵認知能力之間的聯絡提供了迄今為止最強有力的證據之一。研究還擴充套件了早期研究（Wei et al., 2024），該研究表明說話速度較快的老年人更有可能保持較強的思維技能。
Baycrest Rotman研究所高階科學家、該研究資深作者Jed Meltzer博士表示：“資訊很明確：說話時機不僅僅是風格問題，它是大腦健康的敏感指標。”該研究題為“自然語言分析可揭示成人整個生命週期中執行功能的個體差異”。
研究中，參與者觀看細節豐富的影像並用自己語言描述，同時完成旨在測量執行功能的既定測試。研究人員隨後利用人工智慧深入分析語音錄音。AI系統檢測了數百種細微的語音特徵，包括停頓的長度和頻率、填充詞的使用以及時間相關模式。這些標記持續預測了參與者在認知測試中的表現，即使在調整了年齡、性別和教育等因素後仍然有效。
執行功能隨年齡增長自然減弱，並常在痴呆早期受到影響。然而，標準認知測試因耗時且受練習效應影響，難以頻繁重複。自然語音則提供了更簡單的替代方案。由於說話是日常生活的一部分，可以大規模、無干擾地反覆測量。研究人員還指出，語音提供了現實情境下的處理速度和整體認知功能的寶貴資訊，無需傳統評估中常見的時間限制。
團隊認為，語音分析最終可能成為一種實用方法，用於識別認知衰退速度快於預期、痴呆風險較高的人群。Meltzer博士補充道：“這項研究為開發能夠在診所甚至家中追蹤認知變化的工具奠定了令人興奮的基礎。早期檢測對任何治癒或干預措施都至關重要，因為痴呆涉及大腦的進行性退化，可能透過干預減緩。”
研究人員指出，未來需要更長期的跟蹤研究，以區分正常衰老與疾病的早期跡象。他們建議將語音分析與其他健康測量相結合，可使認知衰退的早期檢測更加準確、實用和廣泛應用。本研究得到了Mitacs加速專案及加拿大自然科學與工程研究委員會（NSERC）的支援。