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，言語的微妙特徵，包括停頓、填充詞（「呃」、「嗯」）和難以回憶單詞，與一組涉及執行功能、記憶、計劃、注意力和靈活思維的心理能力密切相關。
這些發現提供了迄今為止最有力的證據，將自然言語模式與關鍵認知能力聯繫起來。這項工作也擴展了早期的研究，該研究表明，隨著時間的推移，說話速度更快的老年人往往會保持更強的思考能力（Wei 等人，2024）。
「訊息很明確：說話時間不僅僅是風格問題，它還是大腦健康的敏感指標，」Baycrest 羅特曼研究所的高級科學家、這項研究的主要作者 Jed Meltzer 博士說，“自然語言分析可以揭示老年人執行功能的差異。”
人工智慧分析揭示隱藏的認知線索
在這項研究中，參與者被展示了特定的圖像，並被要求用自己的話來描述它們。他們還進行了旨在衡量執行功能的標準化測試。
然後研究人員使用人工智慧深入分析語音錄音。人工智慧系統檢測到數百種微妙的語音特徵，包括停頓的長度和頻率、填充詞的使用以及語音中與時間相關的模式。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下降，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，而且人們往往只是透過熟悉測試來提高。
自然語音可能提供一種更簡單的選擇。因為說話是日常生活的一部分，所以可以在不知不覺中大規模地重複測量。研究人員還指出，語音提供了有關現實世界中的處理速度和一般認知功能的寶貴信息，而不需要許多傳統認知評估中常見的嚴格時間限制。
研究小組認為，言語分析可以成為一種實用的方法，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可能更大。
「這項研究為開發可以在診所或家庭中追蹤認知變化的工具提供了令人興奮的機會。早期檢測對於任何治療或乾預都至關重要，因為癡呆症涉及可以減緩的進行性大腦退化，」梅爾策博士說。
腦部健康監測的未來研究
研究人員表示，需要進行更多的長期研究來追蹤言語隨時間的變化，並將正常老化與疾病的早期跡象區分開來。他們還建議，將言語分析與其他健康措施結合可能會使認知能力下降的早期檢測更加準確、實用和容易。
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。
