La nostravocepuò rivelarequanto stiamo invecchiando: lo dimostra l'esperimentocondotto con unsistema di apprendimento automatico(machine learning) in grado distimare l'età di una personaa partire dacentinaiadicaratteristiche acusticheelinguistiche del suo parlato. Ladifferenza tra l'età reale e quella stimatatramite la voce è risultata associata a diverse 'spie' dell'invecchiamento biologico, ma anche dellasalute cerebrale, dellefunzioni cognitive, dellostress socialee dellademenza. I risultati dello studio, pubblicati sulla rivista Science Advances dal Trinity College di Dublino, aprono alla possibilità diusare la vocepermonitorare l'invecchiamentoin modonon invasivoepoco costoso, anche da remoto.

 La ricerca ha coinvolto quasi3.000 partecipantidi lingua spagnola provenienti da Argentina, Cile, Colombia, Messico e Perù, includendo sia adulti sani che persone affette da lieve decadimento cognitivo, Alzheimer e diverse forme di demenza frontotemporale. Invece di limitarsi ad analizzare una singola caratteristica della voce, i ricercatori hanno utilizzato il machine learning per valutare centinaia di caratteristiche relative al modo in cui le persone parlano e a ciò che dicono, prendendo in considerazione parametri qualivelocitàdelparlato epause,intonazione,contenuto emotivo,vocabolario,precisione semantica, nonchéquantità eorganizzazione dell'eloquio. Il modello di machine learning ha poi combinato tali caratteristiche per stimare l'età.

 Le persone il cuiparlato dimostrava più annirispetto all'età reale presentavano anchesegni biologici e clinici diinvecchiamentoaccelerato, riconoscibili per esempio nell'imaging del cervello, nei test per le funzioni cognitive e nell'epigenetica delle cellule (ovvero le modificazioni chimiche del Dna legate all'età).
Il sistema di machine learning ha inoltre permesso didistinguere gliindividui sanidalle persone affette dademenza, anche se non costituisce ancora un test diagnostico.