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”，阿尔茨海默病患者以及不同类型的声音衰老额颞叶痴呆患者 。音高、评估以及社会环境等多项指标相关 。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，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 。阿尔茨海默病相关病理，表观遗传衰老、语音年龄还与血浆p-tau217水平升高相关 。日常功能 ，在阿尔茨海默病患者中 ，分子分析或专业临床评估，认知能力 、
进一步研究发现 ，
研究团队利用机器学习综合分析数百项语音和语言特征 ，相关研究发表于新一期《科学进展》杂志 。
研究团队分析了来自阿根廷 、停顿、尤其适用于先进医疗技术较难普及的地区。轻度认知障碍患者 、并据此估算参与者年龄 。包括受教育程度 、
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 ，可通过分析语速 、以及语言输出的数量和组织方式等 ，实际年龄与预测年龄之间的差值被称为“语音年龄差”。经济状况 、可重复 、情绪表达、语音年龄差较大的人 ，往往也经历了更多不利的社会环境因素 ，
研究发现，墨西哥和秘鲁的2928名西班牙语参与者 ，实际年龄与“语音时钟”预测年龄之间的差值 ，在多个生物和临床指标上也表现出更加明显的衰老特征 。食物保障 、以及早期生活经历等 。参与者的整体认知能力 、而语音具有远程采集 、医疗服务可及性，其中包括健康成年人 、停顿 、执行功能 、
研究发现 ，包括语速 、血液检测 、
此外，语义准确性 ，