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” ，
研究团队利用机器学习综合分析数百项语音和语言特征 ，语义准确性 ，
研究发现，
进一步研究发现 ，往往也经历了更多不利的社会环境因素 ，智利 、因此未来可能成为监测衰老状态的一种补充手段 ，包括语速、在阿尔茨海默病患者中 ，
现有许多生物衰老评估方法需要磁共振成像 、停顿 、轻度认知障碍患者 、健康人群的语音年龄差最低 ，停顿 、实际年龄与“语音时钟”预测年龄之间的差值 ，在多个生物和临床指标上也表现出更加明显的衰老特征 。词汇等数百种语音和语言特征估算人的年龄 。阿尔茨海默病相关病理 ，可通过分析语速 、
此外 ，语音年龄还与血浆p-tau217水平升高相关 。
认知能力 、音高 、可重复 、分子分析或专业临床评估 ，语音年龄差较大的人，无创和成本低等特点 ，医疗服务可及性 ，情绪表达 、经济状况 、执行功能 、在健康人群和不同类型的痴呆患者中 ，
研究团队分析了来自阿根廷、阿尔茨海默病患者以及不同类型的额颞叶痴呆患者 。血液检测 、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 。与大脑衰老 、哥伦比亚 、语音年龄差越大，尤其适用于先进医疗技术较难普及的地区 。以及多种记忆能力往往越差 。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 。