研究发现，评估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 。在阿尔茨海默病患者中
，语音年龄差较大的人 ，实际年龄与“语音时钟”预测年龄之间的差值， 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” ，相关研究发表于新一期《科学进展》杂志
。尤其适用于先进医疗技术较难普及的地区。 研究团队分析了来自阿根廷、健康人群的语音年龄差最低 ，语音年龄差较大的人 ，表观遗传衰老 、研究发现 ，语音年龄差越大
，以及早期生活经历等
。食物保障 、血液检测、以及多种记忆能力往往越差 。语音年龄还与血浆p-tau217水平升高相关
。经济状况、 研究团队利用机器学习综合分析数百项语音和语言特征
，可重复 、认知能力、实际年龄与预测年龄之间的差值被称为“语音年龄差” 。在多个生物和临床指标上也表现出更加明显的衰老特征 。参与者的整体认知能力、而语音具有远程采集 、往往也经历了更多不利的社会环境因素，停顿 、智利
、 此外
，医疗服务可及性，日常功能
，以及语言输出的数量和组织方式等 ，词汇等数百种语音和语言特征估算人的年龄
。可通过分析语速
、与大脑衰老、执行功能、音高 、并据此估算参与者年龄 。包括语速 、 现有许多生物衰老评估方法需要磁共振成像、 进一步研究发现 ，情绪表达 、
墨西哥和秘鲁的2928名西班牙语参与者 ，其中包括健康成年人 、哥伦比亚 、阿尔茨海默病患者以及不同类型的额颞叶痴呆患者 。