根據 Baycrest、多倫多大學和約克大學的最新研究，人們在隨意交談中的說話方式可能會為大腦健康提供有價值的見解。科學家發現，微妙的言語特徵，如停頓、填充詞（如「呃」、「嗯」）和檢索詞困難與執行功能密切相關，執行功能是一組涉及記憶、計劃、注意力和靈活思維的心理能力。
這些發現提供了一些迄今為止最有力的證據，將自然言語模式與基本認知能力聯繫起來。這項研究也擴展了先前的研究，即隨著時間的推移，語速更快的老年人往往會保持更強的思考能力（Wei et al., 2024）。
Baycrest Rotman 研究所的高級科學家和這項研究的高級作者，「自然語音分析可能揭示成人壽命期間執行功能的個體差異。」「訊息很明確：演講時機不僅僅是風格問題，它是大腦健康的敏感指標，」傑德·梅爾策說。
人工智慧分析揭示隱藏的認知線索
在這項研究中，參與者被展示了詳細的視覺效果，並被要求用自己的話來描述它們。他們還完成了旨在衡量執行功能的既定測試。
然後研究人員使用人工智慧更深入地挖掘對話錄音。人工智慧系統檢測到數百個微妙的語音特徵，包括停頓的長度和頻率、填充詞的使用以及與語音計時相關的模式。即使研究人員根據年齡、性別和教育程度等因素進行調整後，這些標記仍可預測參與者在認知測驗中的表現。
言語模式和失智症風險
執行功能隨著年齡的增長而自然減弱，並且通常在癡呆症的早期階段受到影響。然而，標準的認知測試可能很難經常重複，因為它們需要時間，而且人們通常只有在熟悉測試後才會表現出進步。
自然語音可能提供一種更簡單的選擇。由於言語是日常生活的一部分，因此可以對其進行大規模、不引人注意的重複測量。研究人員還指出，語音提供了有關現實世界中處理速度和整體認知功能的寶貴信息，而無需許多傳統認知評估中常見的嚴格時間限制。
研究小組認為，言語分析可能是一種實用的方法，可以識別那些認知能力下降速度比預期更快的人，以及哪些人罹患失智症的風險更高。
「這項研究為開發工具鋪平了道路，這些工具可以幫助監測診所甚至家庭中的認知變化。由於癡呆症涉及大腦的進行性退化，可以減慢速度，因此早期診斷對於任何治療或乾預都至關重要，」Meltzer 博士說。
腦部健康監測的未來研究
研究人員表示，需要進行更長期的研究來追蹤言語隨時間的變化，並將正常老化與疾病的最早跡象區分開來。他們還建議，將言語分析與其他健康指標結合可以使認知能力下降的早期檢測更加準確、實用且廣泛應用。
這項研究得到了 Mitacs Accelerate 計劃和加拿大自然科學與工程研究委員會 (NSERC) 的支持。
