Международная команда исследователей в области когнитивной нейробиологии совершила значительный прорыв в ранней диагностике нейродегенеративных заболеваний. Созданные учеными алгоритмические голосовые часы на базе машинного обучения научились определять биологический возраст человека и скрытые повреждения головного мозга исключительно по акустическим и лингвистическим параметрам его речи. Новый метод позволяет выявлять маркеры деменции и болезни Альцгеймера задолго до проявления явных клинических симптомов.
Голос человека — это сложнейший биомаркер, требующий филигранной координации десятков мозговых зон, дыхательной мускулатуры и голосовых связок. Подобно тому, как ученые исследуют скрытые резервы нервной системы, изучая феномены вроде гипертимезии и механизмов долговременной памяти, цифровые нейросети дают возможность увидеть микроскопические сбои в нейронных сетях еще на этапе бессимптомного увядания тканей мозга.

В масштабном исследовании приняли участие 2928 добровольцев из пяти стран Латинской Америки (Аргентина, Чили, Колумбия, Мексика и Перу). Выборка включала как когнитивно здоровых участников разного возраста, так и пациентов с легкими когнитивными нарушениями, болезнью Альцгеймера и лобно-височной деменцией. Испытуемым предлагались простые речевые тесты: описание сюжетных картинок, свободный рассказ и повторение стандартизированных фраз.
Феномен речевого разрыва и голосовые часы
Обученная модель анализирует более 700 акустических и языковых характеристик, включая высоту основного тона, вариативность тембра, длительность и частоту микропауз, семантическую точность словаря и синтаксическую сложность фраз. На основе этих данных система рассчитывает так называемый «речевой разрыв возраста» (Speech Age Gap, SAG) — разницу между паспортным возрастом человека и возрастом, предсказанным искусственным интеллектом.
«Если ваш голос звучит значительно старше вашего реального хронологического возраста, это служит надежным индикатором ускоренного биологического старения. Мы обнаружили прямую корреляцию между величиной речевого разрыва и деградацией белого и серого вещества мозга на снимках МРТ».
Агустин Ибаньес (Agustin Ibanez), ведущий автор исследования, профессор Глобального института здоровья мозга (GBHI) при Тринити-колледже в Дублине
Сопоставление результатов с биохимическими анализами подтвердило фундаментальную точность технологии. У участников с высоким речевым разрывом тесты фиксировали повышенный уровень белка p-tau217 в плазме крови — ключевого биомаркера накопления амилоидных бляшек и тау-белков при болезни Альцгеймера, а также ускоренное эпигенетическое старение ДНК.
Важное преимущество технологии: Традиционные методы выявления деменции (позитронно-эмиссионная томография ПЭТ, люмбальная пункция и МРТ) стоят тысячи долларов и малодоступны для массового скрининга. Голосовой тест занимает менее пяти минут и может проводиться удаленно через обычный смартфон.
Влияние стресса и социальные факторы старения
Исследователи обратили особое внимание на то, что ускоренное старение речи связано не только с генетикой, но и с социальным экспосомом — совокупностью внешних стрессоров. Хроническая бедность, низкий уровень образования и социальная изоляция напрямую ускоряют акустическое старение голосового аппарата и центральной нервной системы.
- Чувствительность к эмоциональному фону: Голос временно стареет при тяжелой депрессии, бессоннице или остром стрессе, что требует калибровки тестов в динамике.
- Мультиязычная адаптация: В настоящее время модель валидирована на испанском языке; научная группа уже начала адаптацию алгоритмов под английский и другие языки мира.
- Мониторинг терапии: Инструмент позволит фармацевтическим компаниям оперативно оценивать эффективность новых препаратов против деменции по замедлению деградации речи.
Фундаментальные результаты работы консорциума ReDLat под эгидой Тринити-колледжа официально опубликованы в ведущем научном журнале Science Advances. В ближайшие годы авторы планируют интегрировать технологию в телемедицинские платформы для регулярного неинвазивного контроля когнитивного долголетия.

