پژوهشگران یک ابزار مبتنی بر هوش مصنوعی ساخته‌اند که با بررسی نحوه صحبت کردن افراد می‌تواند سن آن‌ها را تخمین بزند و سرنخ‌هایی درباره سرعت پیرشدن مغز و بدن ارائه کند. این ابزار که «ساعت گفتار» (Speech Clock) نام گرفته، ویژگی‌های مختلف صدا و زبان را برای محاسبه تفاوت میان سن واقعی و سن تخمینی فرد بررسی می‌کند.
برای ساخت این مدل، محققان صدای ۲۹۲۸ فرد اسپانیایی‌زبان از پنج کشور آمریکای لاتین را بررسی کردند. هوش مصنوعی بیش از ۷۰۰ ویژگی صوتی و زبانی، از جمله سرعت صحبت کردن، مکث‌ها، زیر و بمی صدا، واژگان و نحوه بیان مفاهیم را تحلیل کرد تا سن تقریبی گوینده را محاسبه کند.
محققان سپس شاخصی به نام «شکاف سنی گفتار» ایجاد کردند؛ یعنی اختلاف بین سنی که فرد واقعاً دارد و سنی که هوش مصنوعی از روی صدای او تخمین می‌زند. نتایج نشان داد افرادی که صدایشان از سن واقعی‌شان پیرتر به نظر می‌رسید، در آزمایش‌های شناختی عملکرد ضعیف‌تری داشتند و نشانه‌های بیشتری از پیری مغز و بدن در آن‌ها دیده شد.
این ارتباط در افراد مبتلا به اختلال شناختی خفیف، زوال عقل را سریع‌تر کند!" aria-label="لینک به گلوکزامین و آلزایمر؛ مکمل محبوب مفاصل شاید روند زوال عقل را سریع‌تر کند!">آلزایمر و برخی انواع زوال عقل نیز مشاهده شد. شکاف سنی بیشتر گفتار با برخی نشانگرهای زیستی آلزایمر، از جمله پروتئین p-tau217، و همچنین شاخص‌های مربوط به سن مغز ارتباط داشت.
یکی از جذاب‌ترین ویژگی‌های این فناوری، سادگی آن است؛ پژوهشگران می‌گویند تنها چند دقیقه ضبط صدا می‌تواند اطلاعات قابل‌توجهی در اختیار مدل قرار دهد. به همین دلیل، در آینده ممکن است تحلیل گفتار به ابزاری ارزان و غیرتهاجمی برای غربالگری سلامت شناختی تبدیل شود، بدون اینکه همیشه به آزمایش خون یا اسکن مغز نیاز باشد.
با این حال، محققان تأکید می‌کنند که ساعت گفتار هنوز ابزار تشخیص زوال عقل نیست. مطالعه عمدتاً بر داده‌های مقطعی انجام شده و هنوز مشخص نیست که آیا این شاخص می‌تواند سال‌ها پیش از بروز علائم، وقوع زوال شناختی را پیش‌بینی کند یا خیر. برای اثبات چنین کاربردی، مطالعات طولانی‌مدت و بررسی این فناوری در زبان‌ها و جمعیت‌های مختلف ضروری است.
