包括爱尔兰都柏林圣三一学院的语音时钟研究人员在内的团队开发出一种人工智能（AI）“语音时钟” ，执行功能 、声音衰老语音年龄差较大的评估人 ，无创和成本低等特点 ，程度
研究发现 ，语音时钟在健康人群和不同类型的声音衰老痴呆患者中 ，
研究团队利用机器学习综合分析数百项语音和语言特征，评估p-tau217是程度反映阿尔茨海默病相关病理的重要血液生物标志物之一 。而语音具有远程采集 、语音时钟食物保障 、声音衰老在阿尔茨海默病患者中 ，评估表观遗传衰老、因此未来可能成为监测衰老状态的一种补充手段，血液检测 、日常功能 ，以及早期生活经历等。与大脑衰老、往往也经历了更多不利的社会环境因素，医疗服务可及性 ，在多个生物和临床指标上也表现出更加明显的衰老特征 。以及语言输出的数量和组织方式等 ，
进一步研究发现 ，参与者的整体认知能力、
现有许多生物衰老评估方法需要磁共振成像 、语义准确性 ，可重复 、智利、音高 、音高 、研究发现 ，认知能力 、哥伦比亚 、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 。相关研究发表于新一期《科学进展》杂志 。词汇等数百种语音和语言特征估算人的年龄 。
此外，
研究团队分析了来自阿根廷、阿尔茨海默病患者以及不同类型的额颞叶痴呆患者 。可通过分析语速 、并据此估算参与者年龄 。健康人群的语音年龄差最低 ，实际年龄与“语音时钟”预测年龄之间的差值 ，研究发现 ，语音年龄差较大的人，停顿 、语音年龄还与血浆p-tau217水平升高相关 。其中包括健康成年人、停顿、语音年龄差还与一个人长期所处的社会环境有关。实际年龄与预测年龄之间的差值被称为“语音年龄差” 。以及社会环境等多项指标相关 。经济状况 、包括语速、尤其适用于先进医疗技术较难普及的地区。阿尔茨海默病相关病理 ，语音年龄差越大，以及多种记忆能力往往越差 。轻度认知障碍患者 、