Bilim insanları, yalnızca kısa bir ses kaydındaki yüzlerce özelliği inceleyerek kişinin yaşlanma biçimine ilişkin ipuçları veren yeni bir yapay zekâ geliştirdi. Araştırmada ortaya çıkan sonuçlar, bilişsel sağlık açısından da dikkat çekici bağlantılar ortaya koydu.
Bir kişinin yaşı yalnızca doğum tarihinden mi anlaşılır? Bilim insanları bu soruya ses üzerinden yanıt arıyor. Konuşma hızı, ses perdesi, kullanılan kelimeler ve konuşmadaki duraklamalar gibi ayrıntılar, yaşlanmayla birlikte değişebiliyor. Yeni araştırma, bu değişimleri yapay zekâ yardımıyla analiz ederek kişinin kronolojik yaşıyla konuşmasından tahmin edilen yaş arasındaki farkı ölçmeye odaklanıyor.
Araştırmacıların geliştirdiği “konuşma saati”, 2 bin 928 kişinin ses kayıtlarından 700’den fazla konuşma özelliğini analiz ederek yaş tahmini yapabiliyor. Çalışmada bilişsel sorun yaşayan kişilerin konuşmaları, gerçek yaşlarına kıyasla daha yaşlı olarak değerlendirildi. Araştırmacılar, bu farkın Alzheimer ve diğer demans türleriyle ilişkili bazı biyolojik göstergelerle de bağlantılı olduğunu belirledi.
700’DEN FAZLA KONUŞMA ÖZELLİĞİ ANALİZ EDİLDİ
Yapay zekâ sisteminin geliştirilmesi için Arjantin, Şili, Kolombiya, Meksika ve Peru’dan 2 bin 928 kişinin ses kayıtları kullanıldı. Katılımcılar arasında sağlıklı kişilerle birlikte hafif bilişsel bozukluğu bulunan, Alzheimer hastalığı yaşayan veya farklı demans türlerine sahip kişiler de yer aldı.
Makine öğrenmesi algoritmaları, kayıtları incelerken 700’den fazla konuşma özelliğini değerlendirdi. Bunlar arasında ses perdesi, konuşma hızı, kelime dağarcığı ve konuşma sırasında ortaya çıkan duraklamalar gibi unsurlar bulunuyor.
Model daha sonra bu özellikleri kullanarak kişinin yaşını tahmin edecek şekilde eğitildi. Araştırmacılar, tahmin edilen yaş ile gerçek yaş arasındaki farkı “konuşma yaş farkı” olarak tanımladı.
DÖRT DAKİKALIK KONUŞMA ÖNEMLİ İPUÇLARI VERDİ
Araştırmanın dikkat çeken yönlerinden biri, değerlendirme için uzun ve karmaşık tıbbi işlemlere ihtiyaç duyulmaması.
Gazete Oksijen’in aktardığı araştırmaya göre yaklaşık dört dakikalık bir konuşma kaydı, modelin yaş tahmini yapması ve bilişsel durumla ilişkili farklılıkları ortaya çıkarması için yeterli olabildi. Bu durum, yöntemin gelecekte daha kolay uygulanabilecek dijital biyobelirteçlerden biri olup olamayacağı sorusunu gündeme getiriyor.
Buradaki temel fikir, konuşmanın yalnızca ses tellerinin ürettiği bir ses olmaması. Konuşma sırasında dil kullanımı, hafıza, bilişsel işlemleme, motor koordinasyon ve duygusal durum gibi çok sayıda süreç birlikte çalışıyor.
Bu nedenle konuşmadaki küçük değişimler, araştırmacılara yaşlanma süreci hakkında başka yöntemlerle yakalanması zor olabilecek bilgiler sağlayabilir.
BİLİŞSEL SORUN YAŞAYANLARIN SESİ DAHA YAŞLI ÇIKTI
Araştırmada en dikkat çekici sonuçlardan biri, bilişsel sorun yaşayan kişilerin konuşmalarının kronolojik yaşlarından daha ileri bir yaşta değerlendirilmesi oldu.
Sağlıklı katılımcılarda ise konuşma yaşı genel olarak kişinin gerçek yaşıyla daha uyumlu çıktı. Araştırmacılar böylece konuşma yaş farkının, bilişsel durumlar arasında ayrım yapılmasına yardımcı olabilecek bir gösterge olabileceğini ortaya koydu.
Özellikle konuşma hızı, duraklamalar ve bilgi aktarılırken kullanılan kelimelerin daha yavaş yaşlanmayla ilişkili güçlü göstergeler arasında olduğu belirtildi. Ses perdesi ve konuşmanın duygusal içeriği ise hızlanmış yaşlanmayla ilişkili özellikler arasında öne çıktı.
KAN TESTLERİYLE DE KARŞILAŞTIRILDI
Araştırmacılar konuşma saatinin sonuçlarını yalnızca kişinin yaşıyla karşılaştırmakla kalmadı.
Katılımcılardan alınan kan örneklerinde Alzheimer hastalığıyla ilişkilendirilen p-tau217 proteininin seviyeleri incelendi. Bunun yanında DNA metilasyonu ve beyin görüntüleme sonuçları da değerlendirildi.
Konuşma yaş farkı yüksek olan kişilerde p-tau217 seviyelerinin daha yüksek olduğu görüldü. Beyin görüntüleme ve DNA metilasyonu sonuçları da konuşması kronolojik yaşından daha yaşlı görünen kişilerin bazı biyolojik ölçümlerde daha ileri yaşlanma özellikleri taşıdığını gösterdi.
Bu bulgular, konuşma analizinin gelecekte biyolojik yaşlanmayı değerlendiren diğer yöntemlerle birlikte kullanılabileceği ihtimalini güçlendiriyor.
PAHALI TESTLERE ALTERNATİF OLABİLİR
Konuşma analizinin araştırmacılar açısından en önemli avantajlarından biri erişilebilirliği.
Kan testleri, genetik analizler ve beyin görüntüleme yöntemleri belirli maliyetler ve sağlık altyapısı gerektiriyor. Buna karşılık ses kaydı için yalnızca bir mikrofon ve uygun analiz yazılımı yeterli olabilir.
Araştırmacılar bu nedenle konuşma saatinin özellikle sağlık kaynaklarının sınırlı olduğu bölgelerde yaşlanma araştırmaları ve sağlık takibi açısından potansiyel taşıdığını düşünüyor.
Ancak bu durum, ses kaydının mevcut tıbbi testlerin yerini aldığı anlamına gelmiyor. Sistem henüz araştırma aşamasında.
YAPAY ZEKÂ HASTALIĞI TEŞHİS EDEBİLİYOR MU?
Araştırmanın sonuçları dikkat çekici olsa da konuşma saatini bir tanı sistemi olarak değerlendirmek doğru değil.
Bilim insanları, modelin hastalıkların ne zaman ortaya çıkacağını kesin biçimde tahmin edip edemediğini belirlemek için daha uzun süreli araştırmalara ihtiyaç olduğunu vurguluyor.
Özellikle aynı kişilerin yıllar boyunca takip edilmesi, konuşma yaşındaki değişimlerin daha sonra ortaya çıkan sağlık sorunlarıyla gerçekten nedensel veya öngörüsel bir ilişki taşıyıp taşımadığının anlaşılması açısından önem taşıyor.
Columbia Üniversitesi’nden hesaplamalı nörobilimci Junhao Wen de yöntemin uzun dönemli çalışmalarla doğrulanması gerektiğine dikkat çekti.
SADECE DÖRT DAKİKADA “YAŞLANMA HIZI” ÖLÇÜLEBİLİR Mİ?
Burada önemli bir ayrım bulunuyor.
Yapay zekâ kişinin biyolojik yaşını doğrudan ölçmüyor. Bunun yerine konuşmadan çıkarılan özelliklerle bir yaş tahmini yapıyor ve bu tahmini kişinin kronolojik yaşıyla karşılaştırıyor.
Ortaya çıkan “konuşma yaş farkı”, kişinin konuşmasının yaşına göre daha genç veya daha yaşlı görünüp görünmediğini ifade ediyor.
Benzer yaklaşım başka biyolojik yaşlanma saatlerinde de kullanılıyor. Örneğin epigenetik saatler DNA’daki metilasyon örüntülerinden, beyin saatleri ise nörogörüntüleme verilerinden yaşlanmaya ilişkin tahminler üretiyor. 2026’da yayımlanan başka bir çalışmada da 6 bin 979 yetişkinden alınan 30 saniyelik ses kayıtlarının yaş tahmininde kullanılabileceği gösterildi.
Bu çalışmalar, sesin yaşlanmaya ilişkin ölçülebilir sinyaller taşıyabileceğine dair bilimsel kanıtların giderek arttığını gösteriyor.
