几分钟语音测大脑年龄：语音年龄差或提示痴呆风险

什么是“语音年龄差”？

科学家常用“生物衰老时钟”来评估一个人的身体是否比实际年龄更老或更年轻。这类时钟通过分析身体或行为数据来预测年龄，预测年龄与实际年龄的差值称为“年龄差”。正差值通常表示加速衰老，负差值表示更健康的延迟衰老。现有衰老时钟多依赖磁共振成像（MRI）或血液DNA甲基化检测，但这些方法成本高、操作复杂，在低收入地区难以推广。自然语音则可能提供一种更便捷、非侵入性的替代方案。

研究怎么做？近3000人、七项说话任务

这项研究由智利阿道夫·伊巴涅斯大学拉丁美洲脑健康研究所的Hernan Hernandez领导，资深作者为Agustin Ibanez和Adolfo M. García。研究分析了来自哥伦比亚、秘鲁、墨西哥、智利和阿根廷五个国家的2928名西班牙语母语者，平均年龄约65岁，女性占67%。参与者包括1504名认知健康者和1424名神经退行性疾病患者：24名轻度认知障碍（MCI），1068名阿尔茨海默病（AD）患者，332名额颞叶痴呆（FTD）患者（其中255名为行为/运动变异型，77名为语言变异型）。每位参与者在安静房间完成七项简短说话任务，如描述动画视频、复述故事、限时列举单词等。研究者用自动语音分析软件处理录音，提取700多项声学和语言指标，归纳为七类：说话时间、音高、情感内容、词频、赘述量、语义具体性和语义粒度。然后训练机器学习模型预测年龄，计算“语音年龄差”。

痴呆患者语音年龄更大，语言变异型额颞叶痴呆最明显

结果显示，认知健康者的语音年龄差最小，而所有患者组的语音年龄差都更大，即听起来更老。其中，语言变异型额颞叶痴呆患者的语音年龄差最大，其次是行为/运动变异型额颞叶痴呆，然后是阿尔茨海默病和轻度认知障碍。这些差异在控制了实际年龄、性别、教育年限、国家、共病和语言数量后依然存在。模型平均误差约9年，解释了样本中约44%的年龄变异；经统计校正后，预测年龄与实际年龄的相关系数为0.74。赘述量和说话时间是最能指示“年轻语音”的特征，而音高变化和负面情感词汇则是“加速语音衰老”的最强指标。

语音年龄差与生物衰老指标相关

研究还发现，语音年龄差与脑扫描和DNA甲基化等生物衰老指标、阿尔茨海默病血液标志物以及终生社会困境相关。这说明语音年龄差不仅反映诊断分组，还映射了内部生物衰老过程。García解释说：“衰老在语音的多个维度上留下分布式的印记——时间、词汇选择、语义属性、韵律和言语输出。没有单一特征能说明全部，信息信号是涌现出来的。”完整语音时钟比任何单一声学或语言类别都更能区分诊断组。

为什么语音能反映大脑健康？

说话需要快速协调多个认知和身体系统，这些系统在正常衰老中会变化，在神经退行性疾病中则加速衰退。语速变慢、词间停顿延长被认为反映了心理加工速度和词汇提取的下降。音高和情感语调的变化可捕捉痴呆中常见的情感表达平淡。词汇变化，如更多使用具体名词而非抽象概念、用词不够精确，则指向语义记忆的侵蚀。因此，语音分析有望成为一种低成本、可扩展的脑健康评估工具。

意义与局限

研究者指出，许多现有生物标志物昂贵且难以规模化，尤其在资源匮乏地区。自然语音提供了一种低成本、非侵入性的测量方法，能同时捕捉多个衰老维度。不过，该研究也有局限：样本为西班牙语人群，模型误差约9年，尚未达到临床诊断标准。未来需在不同语言和文化中验证。虽然这项研究聚焦老年人，但语音分析作为一种便捷工具，也可能为青少年发展研究提供启示，例如监测语言发育和认知负荷，但这仍需专门研究。

总之，几分钟语音或许能打开一扇观察大脑健康的窗口，但距离实际应用还有一段路要走。