你说话时的”嗯”和停顿，可能比想象中透露更多健康信息。研究人员发现，日常言语模式与执行功能密切相关——这一mental系统掌管着记忆、规划、专注和灵活思维。通过AI分析自然对话，研究团队发现可以相当准确地预测认知表现，有望开发出简单的语音工具，在传统检测方法之前很久就能发现痴呆症的早期迹象。
研究发现，一个人在对话中出现的犹豫频率、停顿时长、寻找词汇的时间等细微特征，都与大脑健康状况存在显著关联。AI模型通过学习这些特征，可以构建个体认知功能衰退的风险评估。
这一发现对老年医学和神经退行性疾病早期干预具有重要意义。相较于复杂的认知测试量表，语音分析提供了一种无创、低成本的筛查手段，未来或可集成至智能手机等日常设备中。
来源：ScienceDaily（2026年5月13日）
https://www.sciencedaily.com/releases/2026/05/260512202333.htm
