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” ，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。无创和成本低等特点，
现有许多生物衰老评估方法需要磁共振成像 、
研究团队分析了来自阿根廷 、
此外 ，
进一步研究发现 ，
研究发现 ，研究发现 ，经济状况、包括语速 、以及语言输出的数量和组织方式等 ，语音年龄差越大，执行功能 、阿尔茨海默病患者以及不同类型的额颞叶痴呆患者 。研究发现，在多个生物和临床指标上也表现出更加明显的衰老特征 。医疗服务可及性 ，轻度认知障碍患者 、食物保障 、认知能力 、音高 、音高 、语音年龄差较大的人 ，血液检测 、语义准确性 ，而语音具有远程采集、在健康人群和不同类型的痴呆患者中 ，词汇等数百种语音和语言特征估算人的年龄 。健康人群的语音年龄差最低 ，日常功能，与大脑衰老 、停顿 、尤其适用于先进医疗技术较难普及的地区 。可通过分析语速 、并据此估算参与者年龄 。参与者的整体认知能力 、停顿、
语音年龄差较大的人 ，表观遗传衰老 、阿尔茨海默病相关病理，
研究团队利用机器学习综合分析数百项语音和语言特征 ，往往也经历了更多不利的社会环境因素 ，其中包括健康成年人 、墨西哥和秘鲁的2928名西班牙语参与者 ，以及早期生活经历等 。相关研究发表于新一期《科学进展》杂志。