هل يكشف صوتك عمرك الحقيقي؟ الذكاء الاصطناعي يكتشف علامات الشيخوخة من طريقة الكلام

قد يكون صوت الإنسان قادرًا على كشف معلومات عن عمره تتجاوز مجرد تخمين عدد السنوات التي عاشها.

ففي دراسة علمية حديثة، طور باحثون أداة تعتمد على الذكاء الاصطناعي أطلقوا عليها اسم «ساعة الكلام» أو Speech Clock، تستطيع تحليل طريقة تحدث الشخص وتقدير عمره من خلال مئات الخصائص الموجودة في صوته ولغته.

الأكثر إثارة أن الفرق بين العمر الحقيقي للشخص والعمر الذي يتوقعه الذكاء الاصطناعي من كلامه ارتبط في الدراسة بمؤشرات أخرى تتعلق بصحة الدماغ والقدرات المعرفية والشيخوخة البيولوجية.

لكن هل يعني ذلك أننا نستطيع تسجيل صوت شخص واكتشاف إصابته بألزهايمر؟

الإجابة حتى الآن: لا.

فالنتائج واعدة، لكنها لا تجعل الصوت اختبارًا طبيًا مستقلًا لتشخيص الخرف أو تحديد «عمرك البيولوجي» بدقة.

ما هي «ساعة الكلام» Speech Clock؟

تعتمد الفكرة على حقيقة بسيطة: طريقة كلام الإنسان تتغير مع العمر.

ولا يتعلق الأمر فقط بأن الصوت يصبح أعمق أو أضعف.

عملية الكلام نفسها معقدة للغاية، وتشترك فيها أجزاء متعددة من الجسم والدماغ.

فعندما نتحدث، يعمل معًا:

• الجهاز التنفسي.

• الأحبال الصوتية.

• العضلات المسؤولة عن النطق.

• الذاكرة.

• مناطق اللغة في الدماغ.

• الانتباه.

• القدرة على اختيار الكلمات وترتيبها.

لهذا افترض الباحثون أن التغيرات المرتبطة بالعمر ربما تترك «بصمة» يمكن اكتشافها داخل الكلام.

ومن هنا جاءت فكرة بناء ساعة بيولوجية جديدة لا تعتمد على تحليل الدم أو تصوير الدماغ، وإنما على الصوت وطريقة الحديث.

دراسة شملت نحو 3 آلاف شخص

الدراسة نُشرت في مجلة Science Advances العلمية، وشارك فيها 2,928 شخصًا يتحدثون الإسبانية.

وجاء المشاركون من خمس دول في أمريكا اللاتينية:

• الأرجنتين.

• تشيلي.

• كولومبيا.

• المكسيك.

• بيرو.

ولم يكن جميع المشاركين أصحاء.

فقد تضمنت الدراسة أشخاصًا أصحاء إلى جانب أشخاص يعانون من:

• ضعف إدراكي بسيط.

• مرض ألزهايمر.

• أنواع مختلفة من الخرف الجبهي الصدغي.

وطلب الباحثون من المشاركين تنفيذ مجموعة من مهام الكلام، ثم قاموا بتحليل التسجيلات باستخدام خوارزميات تعلم آلي.

الذكاء الاصطناعي حلل أكثر من 700 علامة في الكلام

لم يستمع النظام إلى الصوت بالطريقة التي يستمع بها الإنسان.

بدلًا من ذلك، استخرج الباحثون أكثر من 700 خاصية صوتية ولغوية من التسجيلات.

ومن بينها خصائص مرتبطة بـ:

• طبقة الصوت.

• سرعة الكلام.

• مدة التوقف بين الكلمات والجمل.

• الطلاقة.

• استخدام المفردات.

• كمية الكلام.

• التركيب اللغوي.

• خصائص صوتية أخرى دقيقة.

ثم دُرّبت خوارزميات تعلم آلي على هذه البيانات لمحاولة توقع العمر الزمني الحقيقي للشخص من طريقة حديثه.

ومن هنا ظهر مفهوم أطلق عليه الباحثون:

Speech Age Gap – فجوة عمر الكلام.

ما معنى «فجوة عمر الكلام»؟

لنفترض أن شخصًا يبلغ من العمر 60 عامًا.

إذا حلل الذكاء الاصطناعي كلامه وتوقع أن عمر المتحدث 60 عامًا تقريبًا، تكون فجوة عمر الكلام صغيرة.

لكن ماذا لو توقع النظام من طريقة كلامه أن عمره أكبر من عمره الحقيقي؟

هنا تظهر فجوة موجبة في عمر الكلام، أي أن نمط حديث الشخص يبدو للنموذج «أكبر سنًا» مما يفترضه عمره الزمني.

وهذه الفجوة بالتحديد كانت من أكثر الأشياء التي اهتم بها الباحثون.

ماذا اكتشف العلماء؟

وجد الباحثون أن المشاركين الأصحاء كانوا، في المتوسط، أصحاب أقل فجوات في عمر الكلام.

بينما ظهرت فجوات أكبر لدى مجموعات المرضى الذين يعانون من اضطرابات معرفية وأشكال مختلفة من الخرف.

لكن الباحثين لم يتوقفوا عند مقارنة الكلام بالتشخيص الطبي فقط.

بل قارنوا النتائج أيضًا بمؤشرات مستقلة أخرى مرتبطة بالشيخوخة وصحة الدماغ.

وهنا أصبحت النتائج أكثر إثارة للاهتمام.

العلاقة بين الصوت وشيخوخة الدماغ

وجدت الدراسة ارتباطًا بين «فجوة عمر الكلام» وبعض المقاييس المستخدمة لتقدير شيخوخة الدماغ.

وتشير النتائج إلى أن الشخص الذي يبدو كلامه أكبر من عمره الزمني قد تظهر لديه أيضًا، في بعض المجموعات التي شملتها الدراسة، إشارات أخرى مرتبطة بتقدم عمر الدماغ.

وهذا مهم لأن الباحثين لم يعتمدوا على الكلام وحده للوصول إلى هذه النتيجة، بل قارنوها ببيانات أخرى مستقلة.

لكن وجود ارتباط لا يعني أن الصوت هو الذي يسبب شيخوخة الدماغ، ولا يعني أن كل شخص يبدو صوته كبيرًا في السن يعاني مشكلة عصبية.

ماذا عن العمر البيولوجي؟

استخدم الباحثون كذلك ما يعرف بـالساعات اللاجينية Epigenetic Clocks.

وهي طرق تحاول تقدير العمر البيولوجي اعتمادًا على تغيرات كيميائية معينة في الحمض النووي، وخاصة أنماط مثيلة الـDNA.

ووجدت الدراسة ارتباطات بين فجوة عمر الكلام وبعض مقاييس العمر اللاجيني لدى مجموعات من المشاركين.

بمعنى آخر، لم يكن «العمر الأكبر للكلام» مرتبطًا فقط بالعمر الموجود في بطاقة الهوية، بل ظهر أيضًا بجوار بعض العلامات البيولوجية الأخرى للشيخوخة.

وهذا أحد الأسباب التي جعلت الباحثين يرون أن الكلام قد يصبح مستقبلًا مؤشرًا منخفض التكلفة يمكن استخدامه لدراسة الشيخوخة.

المفاجأة الأكبر: العلاقة بألزهايمر

شملت الدراسة مرضى مصابين بمرض ألزهايمر.

وفي هذه المجموعة وجد الباحثون ارتباطًا بين فجوة عمر الكلام ومستويات p-tau217 في الدم.

ويعد p-tau217 أحد المؤشرات الحيوية المهمة المرتبطة بالتغيرات المرضية المصاحبة لألزهايمر.

كما ارتبط مقياس عمر الكلام بالأداء في اختبارات معرفية وسريرية مختلفة.

وهذه النتيجة لا تعني أن تسجيل الصوت يمكن أن يحل محل تحاليل ألزهايمر.

لكنها تفتح بابًا مثيرًا للبحث:

هل يمكن أن يصبح الكلام يومًا ما وسيلة أولية بسيطة تساعد الأطباء في تحديد الأشخاص الذين يحتاجون إلى فحوصات أكثر تخصصًا؟

هل يستطيع صوتك اكتشاف إصابتك بالخرف؟

ليس حاليًا.

وهذه نقطة مهمة للغاية.

الدراسة لا تقدم تطبيقًا يستطيع الشخص التحدث إليه لمدة أربع دقائق ثم يحصل على تشخيص بأنه مصاب أو غير مصاب بالخرف.

كما أن الباحثين وصفوا فجوة عمر الكلام باعتبارها مؤشرًا بحثيًا مقطعيًا للتغيرات المرتبطة بالعمر.

وهناك عوامل كثيرة يمكنها التأثير على الكلام، مثل:

• الحالة النفسية.

• التعب.

• التعليم.

• اللهجة.

• اللغة.

• الأمراض التي تؤثر في الصوت.

• الأدوية.

• البيئة الاجتماعية.

• الحالة الصحية العامة.

لذلك لا يمكن الاعتماد على الصوت وحده لتشخيص مرض عصبي.

أربع دقائق من الكلام قد تحمل معلومات كثيرة

من أكثر جوانب التقنية إثارة أن الحصول على البيانات لا يحتاج إلى جهاز تصوير بالرنين المغناطيسي أو إجراء طبي معقد.

ووفقًا للباحثين، يمكن الحصول على قيمة تنبؤية مهمة باستخدام دقائق قليلة من تسجيل الكلام.

وهذا يجعل الفكرة مثيرة خصوصًا للدول والمناطق التي يصعب فيها الوصول إلى تقنيات تصوير الدماغ والفحوصات المتخصصة باهظة التكلفة.

فالهاتف الذكي، على سبيل المثال، قادر بالفعل على تسجيل صوت بجودة كافية لإجراء أنواع كثيرة من التحليل الرقمي.

وهنا تظهر إمكانية مستقبلية لاستخدام الكلام كمرحلة فحص أولي منخفض التكلفة، وليس بديلًا عن التشخيص الطبي.

لماذا يتغير الكلام مع تقدم العمر؟

السبب أن الكلام ليس وظيفة منفصلة عن باقي الجسم.

فمع التقدم في العمر قد تحدث تغيرات في:

الجهاز الصوتي

يمكن أن تتغير الأحبال الصوتية والعضلات والتنفس، ما يؤثر في طبقة الصوت وقوته.

سرعة معالجة المعلومات

قد يحتاج الإنسان وقتًا أطول لاستدعاء بعض الكلمات أو ترتيب الأفكار.

الذاكرة

تؤثر الذاكرة في اختيار الكلمات واستكمال الجمل والحفاظ على تسلسل الحديث.

الدماغ

الكلام يحتاج إلى تعاون شبكات عصبية عديدة مسؤولة عن اللغة والحركة والانتباه والذاكرة.

لذلك فإن التغير في الكلام قد يعكس خليطًا من التغيرات الجسدية والعصبية والمعرفية.

حتى ظروف الحياة قد تترك أثرًا في طريقة كلامنا

توصل الباحثون إلى نتيجة أخرى مثيرة.

فقد ارتبطت الشيخوخة المتسارعة في الكلام بما أطلق عليه الباحثون Social Exposome أو التأثير التراكمي للظروف الاجتماعية التي تعرض لها الإنسان طوال حياته.

وتشمل عوامل مثل:

• مستوى التعليم.

• الظروف الاقتصادية.

• الأمن الغذائي.

• الوصول إلى الرعاية الصحية.

• بعض تجارب الحياة المبكرة.

وهذا لا يعني أنه يمكن معرفة الحالة الاقتصادية لشخص بمجرد الاستماع إلى صوته.

لكنه يشير إلى أن الصحة والشيخوخة تتأثران بعوامل كثيرة تراكمت عبر سنوات الحياة، وقد تنعكس بعض آثارها بصورة غير مباشرة على الأداء المعرفي واللغوي.

هل يمكن أن يصبح الهاتف أداة لفحص صحة الدماغ؟

هذه واحدة من التطبيقات المستقبلية المثيرة للفكرة.

فتخيل أن يقوم الشخص بتسجيل مقطع صوتي قصير دوريًا عبر هاتفه، ويقوم نظام ذكاء اصطناعي بمراقبة التغيرات في الكلام بمرور السنوات.

إذا ظهرت تغيرات غير معتادة، يمكن للنظام أن يقترح إجراء تقييم طبي متخصص.

ميزة هذه الطريقة أنها قد تكون:

• غير مؤلمة.

• منخفضة التكلفة.

• قابلة للتطبيق عن بُعد.

• لا تحتاج إلى أجهزة طبية كبيرة.

• مناسبة لمتابعة أعداد ضخمة من الأشخاص.

لكن هذا السيناريو لا يزال يحتاج إلى دراسات إضافية واختبارات سريرية قبل أن يتحول إلى أداة طبية موثوقة للاستخدام العام.

هناك مشكلة مهمة: الدراسة أجريت بالإسبانية

رغم ضخامة الدراسة نسبيًا، فإن المشاركين كانوا متحدثين باللغة الإسبانية من خمس دول بأمريكا اللاتينية.

وهذا يضع قيدًا مهمًا على تعميم النتائج.

فاللغات تختلف في:

• سرعة النطق.

• بنية الجملة.

• المفردات.

• الإيقاع.

• الأصوات.

• اللهجات.

وبالتالي لا يمكن افتراض أن النموذج نفسه سيعمل بالدقة ذاتها مع العربية أو الإنجليزية أو أي لغة أخرى.

وسيتطلب استخدام الفكرة عالميًا تطوير نماذج واختبارها على لغات وثقافات ومجتمعات مختلفة.

هل يمكن تجربة Speech Clock الآن؟

لا ينبغي التعامل مع المواقع أو التطبيقات التي تدعي معرفة عمرك البيولوجي الحقيقي من صوتك باعتبارها اختبارًا طبيًا مبنيًا بالضرورة على هذه الدراسة.

فالـSpeech Clock المستخدم في البحث هو نموذج علمي قيد الدراسة والتطوير.

والنتائج المنشورة لا تعني وجود اختبار استهلاكي معتمد يستطيع تشخيص شيخوخة الدماغ أو ألزهايمر من تسجيل صوتي.

ماذا تعني الدراسة فعلًا؟

أهمية البحث ليست أن العلماء اكتشفوا طريقة سحرية لمعرفة موعد شيخوخة الإنسان.

الأهمية الحقيقية أن الكلام يحمل كمية من المعلومات الصحية ربما كانت أكبر مما كنا نتصور.

فبدلًا من النظر إلى الصوت على أنه مجرد وسيلة للتواصل، يمكن للخوارزميات تحليل مئات التفاصيل الدقيقة التي يصعب على الأذن البشرية ملاحظتها.

ومع تطور الذكاء الاصطناعي، قد تتحول هذه التفاصيل إلى ما يشبه المؤشرات الحيوية الرقمية Digital Biomarkers التي تساعد الأطباء والباحثين على مراقبة التغيرات الصحية.

أسئلة شائعة

هل يمكن معرفة العمر الحقيقي من الصوت؟

يمكن للذكاء الاصطناعي تقدير العمر الزمني اعتمادًا على خصائص الكلام، لكن النتيجة ليست طريقة مؤكدة لمعرفة عمر الشخص بدقة.

ما هي Speech Clock؟

هي أداة بحثية تعتمد على التعلم الآلي لتحليل مئات الخصائص الصوتية واللغوية وتقدير عمر المتحدث.

هل الصوت يكشف العمر البيولوجي؟

وجدت الدراسة ارتباطات بين «فجوة عمر الكلام» وبعض مؤشرات الشيخوخة البيولوجية والدماغية، لكن هذا لا يجعل تحليل الصوت اختبارًا مستقلًا لقياس العمر البيولوجي.

هل يمكن اكتشاف ألزهايمر من الصوت؟

لا يمكن تشخيص ألزهايمر من الصوت وحده. الدراسة وجدت ارتباطات بين مقياس عمر الكلام وبعض المؤشرات المعرفية والبيولوجية لدى مرضى ألزهايمر، وتحتاج الفكرة إلى مزيد من الدراسات.

كم شخصًا شارك في الدراسة؟

شارك 2,928 شخصًا يتحدثون الإسبانية من خمس دول في أمريكا اللاتينية.

ماذا يحلل الذكاء الاصطناعي في الصوت؟

حللت الدراسة أكثر من 700 خاصية صوتية ولغوية، من بينها طبقة الصوت وسرعة الحديث والتوقفات وخصائص مرتبطة باستخدام اللغة.

هل توجد نسخة عربية من الاختبار؟

لا تثبت هذه الدراسة صلاحية النموذج للاستخدام باللغة العربية، وسيحتاج ذلك إلى تدريب واختبار نماذج على متحدثين بالعربية.

الخلاصة

كشفت دراسة حديثة عن إمكانية استخدام الذكاء الاصطناعي لتحليل الكلام وتقدير العمر من خلال مئات الخصائص الموجودة في الصوت واللغة.

والأهم أن الفرق بين العمر الحقيقي والعمر الذي يتوقعه النموذج من الكلام ارتبط بمؤشرات مستقلة تتعلق بالإدراك وشيخوخة الدماغ والعمر البيولوجي وبعض مؤشرات ألزهايمر.

لكن التقنية لا تزال أداة بحثية وليست اختبارًا لتشخيص الخرف أو معرفة العمر البيولوجي بصورة مؤكدة.

وقد تكون القيمة الأكبر للفكرة مستقبلًا في تطوير وسيلة بسيطة ومنخفضة التكلفة لمراقبة صحة الدماغ؛ ربما باستخدام شيء موجود بالفعل في جيب مليارات البشر: الميكروفون الموجود في الهاتف.

المصادر

• Science Advances – Speech clocks decode dementia phenotypes, social exposome, and biological aging

• Nature – AI speech clock assesses how fast you’re ageing from your voice

• Global Brain Health Institute – الدراسة وملخص نتائج Speech Clock

• Trinity College Dublin – البيان العلمي حول الدراسة