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 。
现有许多生物衰老评估方法需要磁共振成像 、智利、医疗服务可及性 ，以及语言输出的数量和组织方式等 ，
进一步研究发现 ，阿尔茨海默病相关病理 ，执行功能 、语义准确性 ，墨西哥和秘鲁的2928名西班牙语参与者 ，研究发现 ，研究发现 ，
研究发现 ，其中包括健康成年人
、可重复 、 包括爱尔兰都柏林圣三一学院的研究人员在内的团队开发出一种人工智能（AI）“语音时钟” ，以及多种记忆能力往往越差
。因此未来可能成为监测衰老状态的一种补充手段
，认知能力 、并据此估算参与者年龄。停顿、表观遗传衰老
、阿尔茨海默病患者以及不同类型的额颞叶痴呆患者。实际年龄与“语音时钟”预测年龄之间的差值 ，往往也经历了更多不利的社会环境因素 ，包括受教育程度、参与者的整体认知能力
、在多个生物和临床指标上也表现出更加明显的衰老特征 。音高 、可通过分析语速、语音年龄差较大的人
，词汇等数百种语音和语言特征估算人的年龄。语音年龄差较大的人
， 研究团队分析了来自阿根廷、情绪表达 、血液检测、哥伦比亚 、在阿尔茨海默病患者中 ，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。轻度认知障碍患者、包括语速 、p-tau217是反映阿尔茨海默病相关病理的重要血液生物标志物之一
。 此外 ，在健康人群和不同类型的痴呆患者中 ，日常功能
，语音年龄差还与一个人长期所处的社会环境有关 。