Spannendes Experiment mit KI. Ein internationales Forscherteam aus Lateinamerika, den USA und Europa hat im Rahmen einer Studie ermittelt, wie weit das Sprachalter der Probanden vom biologischen Alter abweicht – mit verblüffendem Resultat. Bei Personen mit Alzheimer oder frontotemporaler Demenz schätzte die KI das Alter mitunter höher ein.

KI‑Modell „Sprach-Uhr“ schätzt das Alter der Studienteilnehmer

An der in „Science Advances“ veröffentlichten Studie unter der Leitung von Adolfo M. García (Universidad de San Andrés) und Agustín Ibáñez (Universidad Adolfo Ibáñez) nahmen 2928 Personen aus Argentinien, Chile, Mexiko, Peru und Kolumbien teil. Davon waren 1504 kognitiv gesund. Die übrigen Teilnehmer umfassten 1068 Menschen mit Alzheimer, 332 mit frontotemporaler Demenz und 24 mit leichter kognitiver Beeinträchtigung.

Die Gruppe der Personen mit frontotemporaler Demenz ließ sich noch weiter unterteilen: Bei 77 Betroffenen standen Sprachstörungen im Mittelpunkt der Erkrankung, während bei 255 Personen Veränderungen des Verhaltens oder der Bewegungsfähigkeit dominierten. Das Durchschnittsalter aller Studienteilnehmer betrug 65 Jahre.

Für die Untersuchung zeichneten die Wissenschaftler die Stimmen der Teilnehmer in einer ruhigen Umgebung auf, während diese Aufgaben bearbeiteten, die von Neuropsychologen entwickelt worden waren. Das Lösen solcher Aufgaben beim Sprechen beansprucht unter anderem das Gedächtnis, den Wortabruf und die geistige Verarbeitungsgeschwindigkeit. Die Wissenschaftler gingen daher davon aus, dass Einschränkungen in diesen Bereichen auch die sprachlichen Merkmale beeinflussen. Mithilfe einer Software werteten sie jede Aufzeichnung anhand von mehr als 700 Messwerten aus. Dazu gehörten das Sprechtempo, die Tonhöhe, der Wortschatz, der emotionale Tonfall und die Menge des Gesprochenen.

Wie das Magazin „StudyFinds“ berichtet, entwickelten die Forscher für ihre Untersuchung ein eigenes KI-Modell, das sie als „Sprach-Uhr“ bezeichneten. Anhand charakteristischer Sprachmuster lernte das System, das Alter einer Person einzuschätzen. Obwohl die Schätzungen nicht immer exakt waren, zeigte sich ein auffälliges Muster. Probanden mit Alzheimer oder frontotemporaler Demenz wurden anhand ihrer Sprache vom KI-Modell häufig älter eingeschätzt, als sie tatsächlich waren.

Soziale Lebensumstände beeinflussen das Sprachalter messbar

Bei kognitiv gesunden Erwachsenen fiel die Abweichung zwischen dem geschätzten Sprachalter und dem tatsächlichen Lebensalter dagegen bei der Analyse durch die „Sprach-Uhr“ am geringsten aus. Besonders hoch war die Abweichung bei Personen mit frontotemporaler Demenz, die primär das Sprachvermögen beeinträchtigt. Auch bei einer leichten kognitiven Beeinträchtigung lag das Sprachalter bereits über dem echten Alter.

Die Forscher stellten im Rahmen der Studie zudem fest, dass auch soziale Faktoren mit dem ermittelten Sprachalter zusammenhängen. Eine geringere Bildung, finanzielle Belastungen oder ein eingeschränkter Zugang zur Gesundheitsversorgung standen ebenfalls in Verbindung mit einer stärker gealtert wirkenden Stimme. Dies deutet darauf hin, dass neben dem kognitiven Gesundheitszustand auch die sozialen Lebensbedingungen die sprachlichen Merkmale eines Menschen beeinflussen können.

„Sprach-Uhr“ als Alternative zu MRT-Hirnscans und Blutuntersuchungen?

Die Forscher stellten einen moderaten Zusammenhang zwischen dem ermittelten Sprachalter und messbaren Alterungserscheinungen in MRT-Hirnscans fest. Menschen, deren Sprache älter wirkte, wiesen demnach tendenziell auch Gehirne auf, die Anzeichen einer stärkeren Alterung zeigten. Schwächer ausgeprägt waren hingegen die Zusammenhänge mit Veränderungen an der DNA. Bluttests, bei denen chemische Markierungen der DNA untersucht wurden, stimmten nur in geringem Maße mit den Ergebnissen der „Sprach-Uhr“ überein. Die Sprache beruht auf koordinierten Hirnsystemen, was laut den Autoren erklären könnte, warum die Zusammenhänge mit den Hirnscans stärker waren als die mit den ganzkörperbezogenen Markern.

Bevor die „Sprach-Uhr“ zur Früherkennung von Demenzerkrankungen eingesetzt werden kann, sind weitere Untersuchungen über längere Zeiträume erforderlich. Neben der medizinischen Relevanz dürften dabei auch die Kosten eine wichtige Rolle spielen. Sprachaufnahmen lassen sich vergleichsweise einfach und kostengünstig erstellen und auswerten. Im Gegensatz dazu sind MRT-Untersuchungen und Blutanalysen mit einem höheren Aufwand verbunden. Die Sprachanalyse könnte künftig als einfaches Screening-Werkzeug dienen.

Eine wesentliche Einschränkung der bisherigen Studie bleibt jedoch bestehen. Die Teilnehmer wurden nur zu einem einzigen Zeitpunkt untersucht, und ihre Diagnosen waren bereits bekannt. Deshalb lässt sich bislang nicht beurteilen, ob die Analyse von Sprachmustern Demenzerkrankungen tatsächlich schon Jahre vor dem Auftreten erster Symptome zuverlässig erkennen kann.