科學(xué)家發(fā)現(xiàn)了一種預(yù)示著認(rèn)知能力下降的言語(yǔ)特征

你能把whatchamacallit遞給我嗎？它就在那邊，緊挨著thingamajig。

我們中的許多人在日常生活中都會(huì)經(jīng)歷“l(fā)ethologica”，即找詞困難。而且它通常會(huì)隨著年齡的增長(zhǎng)而變得更加突出。

經(jīng)常難以找到正確的單詞可能預(yù)示著大腦的變化一致在早期（“臨床前”）階段阿爾茨海默氏癥疾病 – 在更明顯的癥狀出現(xiàn)之前。

但是，一個(gè)近期研究多倫多大學(xué)（University of Toronto）的研究認(rèn)為，語(yǔ)速，而不是找詞的困難，是老年人大腦健康的更準(zhǔn)確指標(biāo)。

研究人員要求125名年齡在18至90歲之間的健康成年人詳細(xì)描述一個(gè)場(chǎng)景。隨后，對(duì)這些描述的錄音進(jìn)行了分析。人工智能（AI） 軟件，用于提取諸如說話速度、單詞之間的停頓持續(xù)時(shí)間以及使用的單詞種類等特征。

參與者還完成了一套標(biāo)準(zhǔn)的測(cè)試，這些測(cè)試衡量注意力、思維速度以及計(jì)劃和執(zhí)行任務(wù)的能力。這些“執(zhí)行”能力的年齡相關(guān)下降與一個(gè)人日常講話的速度密切相關(guān)，這表明這種下降不僅僅是難以找到正確的詞。

這項(xiàng)研究的一個(gè)新穎方面是使用了“圖片-詞干擾任務(wù)”，這是一項(xiàng)巧妙的任務(wù)，旨在將命名對(duì)象的兩個(gè)步驟分開：找到正確的詞并指導(dǎo)嘴巴如何大聲說出來(lái)。

在這項(xiàng)任務(wù)中，向參與者展示了日常物品（如掃帚）的圖片，同時(shí)播放了一個(gè)單詞的音頻片段，該單詞要么在含義上相關(guān)（例如“拖把”——這使得人們更難想象圖片的名稱）要么聽起來(lái)相似（例如“新郎”——這可以使它更容易）。

有趣的是，研究發(fā)現(xiàn)，老年人的自然語(yǔ)速與他們命名圖片的速度有關(guān)。這凸顯出，隨著年齡的增長(zhǎng)，處理能力的普遍放緩可能是更廣泛的認(rèn)知和語(yǔ)言變化的基礎(chǔ)，而不是單詞記憶檢索的特定挑戰(zhàn)。

如何使調(diào)查結(jié)果更強(qiáng)大

雖然這項(xiàng)研究的結(jié)果很有趣，但根據(jù)基于圖片的線索找到單詞可能無(wú)法反映出在無(wú)限制的日常對(duì)話中詞匯的復(fù)雜性。

口頭流利度任務(wù)要求參與者從給定類別（例如，動(dòng)物或水果）中生成盡可能多的單詞，或在規(guī)定的時(shí)間內(nèi)從特定字母開始，可以與圖片命名一起使用，以更好地捕捉“舌尖”現(xiàn)象。

舌尖現(xiàn)象是指暫時(shí)無(wú)法從記憶中檢索單詞，盡管有部分回憶并且感覺該單詞是已知的。

與圖片詞干擾任務(wù)相比，這些任務(wù)被認(rèn)為是對(duì)日常對(duì)話的更好測(cè)試，因?yàn)樗鼈兩婕皬囊粋€(gè)人的詞匯中積極檢索和產(chǎn)生單詞，類似于自然語(yǔ)言中涉及的過程。

雖然言語(yǔ)流利度表現(xiàn)不會(huì)隨著正常年齡的增長(zhǎng)而顯著下降（如2022年研究），在這些任務(wù)上的表現(xiàn)不佳可能表明神經(jīng)退行性疾病，例如阿爾茨海默氏癥。

這些測(cè)試很有用，因?yàn)樗鼈兘忉屃穗S著人們年齡的增長(zhǎng)，單詞檢索能力的典型變化，使醫(yī)生能夠識(shí)別超出正常衰老預(yù)期的損傷，并可能檢測(cè)出神經(jīng)退行性疾病。

語(yǔ)言流暢性測(cè)試涉及涉及語(yǔ)言、記憶和執(zhí)行功能的各種大腦區(qū)域，因此可以深入了解大腦的哪些區(qū)域受到認(rèn)知能力下降的影響。

多倫多大學(xué)（University of Toronto）研究的作者本可以調(diào)查參與者在找詞困難方面的主觀體驗(yàn)，以及言語(yǔ)停頓等客觀措施。這將提供對(duì)所涉及的認(rèn)知過程的更全面的理解。

關(guān)于難以檢索單詞的“感覺”的個(gè)人報(bào)告可以提供有價(jià)值的見解，補(bǔ)充行為數(shù)據(jù)，從而可能導(dǎo)致更強(qiáng)大的工具來(lái)量化和檢測(cè)早期認(rèn)知能力下降。

開門

盡管如此，這項(xiàng)研究為未來(lái)的研究打開了令人興奮的大門，表明不僅僅是我們說什么，而是我們說多快可以揭示認(rèn)知變化。

通過利用自然語(yǔ)言處理技術(shù)（一種人工智能），這些技術(shù)使用計(jì)算技術(shù)來(lái)分析和理解人類語(yǔ)言數(shù)據(jù)，這項(xiàng)工作推進(jìn)了以前的研究，這些研究注意到公眾人物的口語(yǔ)和書面語(yǔ)言的細(xì)微變化，如羅納德·里根和艾里斯·默多克在他們被診斷出癡呆癥之前的幾年里。

雖然這些機(jī)會(huì)主義報(bào)告是基于癡呆診斷后的回顧，但這項(xiàng)研究提供了一種更系統(tǒng)、數(shù)據(jù)驅(qū)動(dòng)和前瞻性的方法。

利用自然語(yǔ)言處理的快速發(fā)展，將能夠自動(dòng)檢測(cè)語(yǔ)言變化，例如語(yǔ)速減慢。

這項(xiàng)研究強(qiáng)調(diào)了語(yǔ)速變化作為認(rèn)知健康的重要而微妙的標(biāo)志的潛力，可以幫助在更嚴(yán)重的癥狀變得明顯之前識(shí)別出有風(fēng)險(xiǎn)的人。

克萊爾·蘭開斯特， 講師， 癡呆癥，University of Sussex和愛麗絲·斯坦頓，博士生，癡呆癥，University of Sussex

本文重新發(fā)表自對(duì)話根據(jù)知識(shí)共享許可。閱讀原文.

本文的早期版本于 2024 年 3 月發(fā)布。

寶寶起名