Konuşmaya dayalı bir dijital biyobelirteç olarak bilişsel bozukluğa doğru: bilişsel değerlendirme için konuşma bir vekil olabilir mi

Günlük konuşmanın beyin sağlığını neden açığa çıkarabileceği

Çoğumuz arkadaşlarla sohbet etmeyi veya bir resmi tanımlamayı sıradan karşılarız. Ancak yaşlandıkça kelime seçimi, cümle kurma ve ifadeler arasındaki duraklamalarda ortaya çıkan ince değişimler beynimizin ne kadar iyi çalıştığına dair ipuçları verebilir. Bu çalışma basit ama güçlü bir soruyu soruyor: kısa bir süreliğe evde dizüstü bilgisayarla kaydedilen sıradan bir konuşma, uzun klinik ziyaretlere ve kâğıt-kalem testlerine ihtiyaç duymadan bunama gibi sorunlar için erken bir uyarı işareti olabilir mi?

Uzun testler yerine dinlemek

Bugün bilişsel düşüşün teşhisi genellikle uzmanlar tarafından yüz yüze yapılan testlere dayanır. Bu oturumlar zaman alıcı, maliyetli ve sık tekrar edilmesi veya geniş ölçekte uygulanması zordur. Aynı zamanda milyonlarca yaşlı erişkin Alzheimer gibi erken saptamanın önemli olduğu durumlarla karşı karşıyadır: ilaçlar ve yaşam tarzı değişiklikleri şiddetli belirtiler ortaya çıkmadan önce en iyi sonucu verir. Konuşma çekici bir alternatif bilgi kaynağıdır. Kaydı ucuzdur, uzaktan elde edilebilir ve hafızadan dikkate ve planlamaya kadar birçok zihinsel yetiyi doğal olarak yansıtır. Araştırmacılar, kısa, günlük konuşma örneklerinin bilişsel sağlık için bir “dijital biyobelirteç” işlevi görüp göremeyeceğini test etmeye karar verdiler.

Günlük konuşmayı ölçülebilir sinyallere dönüştürmek

Ekip, Birleşik Krallık ve Amerika Birleşik Devletleri’nden 60 yaş ve üzeri 1003 İngilizce konuşan yetişkini kaydetti. Katılımcılar dil, yürütücü işlev (planlama ve zihinsel esneklik), hafıza ve hız olmak üzere dört geniş alanı ölçen standart çevrimiçi düşünme testlerini tamamladı. Ayrıca evde üç basit konuşma görevi yaptılar: klinik dil testlerinde kullanılan iki iyi bilinen siyah‑beyaz sahneyi tanımlamak ve geçen haftalarından söz etmek. Otomatik konuşma tanıma yazılımı kullanılarak ses metne dönüştürüldü ve ardından hem ses hem de sözcüklerden onlarca ölçülebilir özellik çıkarıldı — insanların ne kadar hızlı konuştukları, ne sıklıkta durakladıkları, kelime çeşitliliği ve isim, fiil veya zamir gibi farklı sözcük türlerini ne sıklıkla kullandıkları gibi.

Bilgisayarlara düşünme becerilerini tahmin etmeyi öğretmek

Bu konuşma özellikleriyle araştırmacılar her kişinin bilişsel test puanlarını tahmin etmek için makine öğrenimi modelleri eğitti. Sadece temel arka plan bilgilerini (yaş, cinsiyet, eğitim ve ülke) kullanan modelleri konuşma özelliklerini de içeren modellerle karşılaştırdılar. Konuşmanın eklenmesi çarpıcı bir fark yarattı: dil yeteneği için konuşmaya dayalı model, insanlar arasındaki farkların yaklaşık %27’sini açıkladı; bu, sadece demografiyle elde edilenin dört katından fazlaydı. Ayrıca yürütücü işlev ve düşünme hızındaki anlamlı bir varyasyonu da yakaladı, ancak hafıza için çok daha azdı. Ayrıntılı analiz, zengin ve spesifik kelime kullanımı ile daha akıcı, daha düzgün ifade (daha hızlı konuşma hızı ve daha az ya da daha kısa duraklamalar) ile daha güçlü test puanları arasında bağlantı olduğunu gösterdi.

Performansı düşüş gösterenleri tespit etmek

Skorları sürekli bir ölçekte tahmin etmenin ötesinde, ekip konuşmanın yaş ve eğitim düzeyine göre beklenenden düşük performans gösteren bireyleri —bunama geliştirme riski daha yüksek olabilecek kişileri— işaretleyip işaretleyemeyeceğini sordu. Aynı konuşma özelliklerini kullanarak, bu “bilişsel düşük performanslı”ları diğerlerinden ayırmak için ayrı bir bilgisayar modeli eğittiler. Özellikle dil yeteneği için model iyi bir tarama performansı gösterdi; bu da basit bir resim tanımlama kaydının, daha yakın klinik değerlendirme gerektirebilecek veya tedavi denemelerine katılım için uygun adaylar olabilecek bir grup yaşlı yetişkini belirlemeye yardımcı olabileceği anlamına geliyor.

Yakın hastalarda yöntemi denemek

Modellerinin klinik olarak önemli farklılıkları yakalayıp yakalamadığını görmek için araştırmacılar, modelleri yeniden eğitmeden aynı resim tanımlama görevini on yıllar önce yapmış Alzheimer hastaları ve sağlıklı eşleri içeren bağımsız bir veri kümesine uyguladılar. Kayıtlar daha eski ve gürültülü olmasına rağmen, konuşmaya dayalı puanlar Alzheimer grubunda tüm dört bilişsel alanda, özellikle dil ve yürütücü işlevde belirgin biçimde daha düşük çıktı. Bu, büyük ölçüde sağlıklı yaşlı erişkinlerden öğrenilen desenlerin, teşhis konmuş hastalara uygulandığında da anlamlı olduğunu düşündürüyor.

Günlük bakım için bunun anlamı ne olabilir

Uzman olmayanlar için ana mesaj şudur: kısa, sıradan konuşma örnekleri bir yaşlı kişinin beyninin ne kadar iyi çalıştığı hakkında şaşırtıcı derecede çok bilgi içerir; özellikle dil ve üst düzey düşünme yetileri için. Bu yöntem tam bir klinik değerlendirmeyi yerine koyamaz —ve tek başına hafıza hakkında daha az bilgi verir— ancak zaman içinde değişimleri izlemek, zamanında kontrolleri tetiklemek ve araştırmacıların klinik denemeler için doğru katılımcıları bulmasına yardımcı olmak için düşük maliyetli, müdahalesiz bir yol haline gelebilir. Gelecekte rutin bir telefon veya video görüşmesi, nasıl konuştuğumuzu sessizce analiz ederek ciddi sorunlar belirginleşmeden çok önce yardım aramaya dair erken bir işaret verebilir.

Atıf: 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

Anahtar kelimeler: konuşmaya dayalı bilişsel tarama, dijital biyobelirteçler, Alzheimer hastalığı, yaşlanma ve bunama, tıpta makine öğrenimi