W kierunku mowy jako cyfrowego biomarkera zaburzeń poznawczych: mowa jako substytut oceny poznawczej

Dlaczego codzienna rozmowa może ujawniać stan mózgu

Większość z nas traktuje rozmowę z przyjaciółmi czy opisywanie obrazka jako coś oczywistego. Jednak wraz z wiekiem subtelne zmiany w wyborze słów, budowie zdań i przerwach między frazami mogą sugerować, jak sprawnie działa nasz mózg. W tym badaniu postawiono proste, lecz istotne pytanie: czy krótkie nagranie zwykłej mowy, zebrane w domu przy użyciu laptopa, mogłoby pełnić rolę wczesnego sygnału ostrzegawczego o problemach takich jak demencja — bez potrzeby długich wizyt w klinice i testów papier‑ołówek?

Słuchanie zamiast długich badań

Obecnie diagnozowanie spadku funkcji poznawczych zwykle opiera się na testach przeprowadzanych osobiście przez specjalistów. Sesje te są czasochłonne, kosztowne i trudne do częstego powtarzania lub skalowania. Jednocześnie miliony starszych dorosłych są narażone na schorzenia takie jak choroba Alzheimera, gdzie wczesne wykrycie ma znaczenie: leki i zmiany stylu życia działają najlepiej przed wystąpieniem ciężkich objawów. Mowa stanowi atrakcyjne źródło informacji — łatwo ją nagrać, można zbierać zdalnie, a naturalnie odzwierciedla wiele zdolności umysłowych, od pamięci po uwagę i planowanie. Badacze postawili sobie za cel sprawdzenie, czy krótkie, codzienne próbki mowy mogłyby wystąpić jako „cyfrowy biomarker” stanu poznawczego.

Przekształcanie swobodnej mowy w mierzalne sygnały

Zespół zrekrutował 1003 anglojęzycznych dorosłych w wieku 60 lat i starszych ze Stanów Zjednoczonych i Wielkiej Brytanii. Uczestnicy wykonywali standardowe testy poznawcze online mierzące cztery szerokie obszary: język, funkcje wykonawcze (planowanie i elastyczność myślenia), pamięć oraz szybkość przetwarzania. W domu wykonywali też trzy proste zadania mówione: opisywali dwa dobrze znane czarno‑białe sceny używane w klinicznych testach językowych oraz opowiadali o swoim minionym tygodniu. Przy użyciu automatycznego rozpoznawania mowy naukowcy zamienili dźwięk na tekst, a następnie wyodrębnili dziesiątki mierzalnych cech zarówno z akustyki, jak i z użytych słów — na przykład tempo mówienia, częstość pauz, zróżnicowanie słownictwa czy częstotliwość używania różnych klas wyrazów jak rzeczowniki, czasowniki czy zaimki.

Uczenie komputerów szacowania zdolności poznawczych

Mając te cechy mowy, badacze wytrenowali modele uczenia maszynowego do przewidywania wyników testów poznawczych poszczególnych osób. Porównali modele korzystające jedynie z podstawowych danych demograficznych (wiek, płeć, wykształcenie i kraj) z modelami, które dodatkowo wykorzystywały cechy mowy. Dodanie informacji z mowy przyniosło wyraźną różnicę: dla zdolności językowych model oparty na mowie wyjaśniał około 27% różnic między osobami, czyli ponad czterokrotnie więcej niż same demograficzne dane. Model uchwycił też istotną część wariacji w funkcjach wykonawczych i szybkości myślenia, choć znacznie mniej w zakresie pamięci. Szczegółowa analiza wykazała, że bogate, specyficzne użycie słownictwa oraz płynniejsza, bardziej swobodna mowa (szybsze tempo i mniej lub krótsze pauzy) zwykle szły w parze z lepszymi wynikami w testach.

Wykrywanie osób, które mogą się pogarszać

Poza szacowaniem wyników na skali, zespół zapytał, czy mowa może pomóc wyłapać osoby, których wyniki były nieoczekiwanie niskie w porównaniu z ich wiekiem i wykształceniem — osoby potencjalnie bardziej narażone na rozwój demencji. Wykorzystując te same cechy mowy, wytrenowali osobny model komputerowy do odróżniania takich „osób o niskich wynikach poznawczych” od reszty. W szczególności dla zdolności językowych model wykazał dobrą skuteczność przesiewową, co oznacza, że proste nagranie opisu obrazka mogłoby pomóc zidentyfikować podgrupę starszych dorosłych wymagających bliższej uwagi klinicznej lub będących dobrymi kandydatami do udziału w badaniach terapeutycznych.

Testowanie podejścia na rzeczywistych pacjentach

Aby sprawdzić, czy ich modele wychwytują różnice istotne klinicznie, badacze zastosowali je bez dodatkowego trenowania do niezależnego zbioru danych osób z chorobą Alzheimera oraz zdrowych rówieśników, którzy wykonały to samo zadanie opisu obrazka dekady wcześniej. Pomimo że nagrania były starsze i głośniejsze, wyniki oparte na mowie były wyraźnie niższe dla grupy z Alzheimera we wszystkich czterech obszarach poznawczych, szczególnie w zakresie języka i funkcji wykonawczych. Sugeruje to, że wzorce wyuczone na dużej grupie głównie zdrowych starszych dorosłych wciąż mają sens przy zastosowaniu do pacjentów z rozpoznaną demencją.

Co to może znaczyć dla codziennej opieki

Dla osób niespecjalizujących się w neurologii kluczowy wniosek jest taki, że krótkie próbki zwykłej mowy zawierają zaskakująco dużo informacji o sprawności mózgu osoby starszej, szczególnie w obszarze języka i myślenia wyższego rzędu. Metoda ta nie zastąpi pełnej oceny klinicznej — i sama w sobie dostarcza mniej informacji o pamięci — ale może stać się niskokosztowym, nieinwazyjnym sposobem monitorowania zmian w czasie, skłaniać do terminowych badań kontrolnych oraz pomagać badaczom w doborze odpowiednich uczestników do badań klinicznych. W przyszłości rutynowa rozmowa telefoniczna lub wideorozmowa mogłaby dyskretnie analizować naszą mowę, oferując wczesne wsparcie, zanim poważne problemy staną się oczywiste.

Cytowanie: Heitz, J., Engler, I.M. & Langer, N. Towards a speech-based digital biomarker for cognitive impairment: speech as a proxy for cognitive assessment. npj Digit. Med. 9, 179 (2026). https://doi.org/10.1038/s41746-026-02360-8

Słowa kluczowe: skryning poznawczy oparty na mowie, cyfrowe biomarkery, choroba Alzheimera, starzenie się i demencja, uczenie maszynowe w medycynie