BOSTON / LONDON (IT BOLTWISE) – Forschende nutzen KI-Modelle, um aus Sprechmustern früh auf Demenzrisiken zu schließen. In einem Projekt werden rund 130 Sprach- und Bewegungsmerkmale aus Messdaten im Studio ausgewertet. Erste Ergebnisse deuten darauf hin, dass die Sprachdaten in bestimmten Fällen sogar genauer sein können als kognitive Tests. Gleichzeitig rücken Datenschutzregeln in den Fokus, damit Sprachaufnahmen nur mit Einwilligung ausgewertet werden.
Die Idee klingt erst einmal unspektakulär: Menschen sprechen – und aus der Art, wie sie sprechen, lässt sich womöglich mehr über ihre Gehirngesundheit ableiten. Im Zentrum steht ein Ansatz, der nicht auf ein einzelnes „klinisches Ereignis“ im Kalender wartet, sondern Veränderungen im Verhalten über die Zeit erkennt. In einem beschriebenen Studienkonzept wird dafür sogar nicht nur der Wortlaut betrachtet, sondern die mikroskopischen Bewegungen von Zunge, Lippen und Kiefer, während Teilnehmende kurze Aufgaben absolvieren und anschließend frei sprechen. Damit verschiebt sich der Fokus von Gedächtnis- oder Aufmerksamkeitstests hin zu messbaren Sprach- und Bewegungsdynamiken, die Jahre vor einer erkennbaren kognitiven Verschlechterung auftreten könnten.
Technisch betrachtet liefert das Vorgehen eine dichte Feature-Landschaft. Das Projekt von Marziye Eshghi vom Mass General Brigham University of Health Professions in Boston misst nach Angaben aus dem Bericht etwa 130 sprachbezogene Merkmale. Dazu zählen Geschwindigkeit und Pausenhäufigkeit ebenso wie Variabilität und Komplexität des Wortschatzes, Tonhöhe und Sprechmelodie (Cadence) sowie die Koordination zwischen vokalen und facialen Bewegungen. Die so gewonnenen Daten laufen anschließend über KI-Algorithmen und werden mit bekannten biologischen Risikofaktoren verglichen, darunter Alzheimer-relevante Marker. In den vorläufigen Ergebnissen heißt es, dass die Auswertung der Sprachdaten in kognitiv unauffälligen älteren Personen das Risiko für Alzheimer zuverlässiger identifizieren konnte als gängige kognitive Tests – und zwar bevor sich klinische Symptome zeigen.
Ein weiterer Punkt ist, wie stark die Forschung mittlerweile auf longitudinale Betrachtung setzt. Dr. Eshghi beschreibt das Ziel als Erfassung von Personen mit erhöhtem Risiko, die jedoch noch keine Symptome aufweisen. Genau daran knüpft auch das Argument von Steven Arnold an: Speech-Analyse sei derzeit eher frühes Stadium, könne aber für die Früherkennung, das Tracking von Fortschritt sowie für das Messen von Reaktionen auf Therapien oder Interventionen sehr wichtig werden. Das ist zugleich eine methodische Verschiebung, denn eine „Momentaufnahme“ im Sinne eines einzelnen Gesprächs reicht vielen Forschenden offenbar nicht; am aussagekräftigsten sind wiederholte Messungen über mehrere Zeitpunkte. Deb, eine Teilnehmende, wird dabei als Beispiel genutzt: Nach zwei Jahren soll die Auswertung Veränderungen gezeigt haben, etwa längere und häufigere Pausen sowie eine leicht höhere durchschnittliche Tonhöhe und eine langsamere maximale Geschwindigkeit bestimmter Sprechbewegungen – bei gleichzeitigem kognitivem Status ohne Einschränkung.
Für den Markt und die Umsetzung in der Praxis ist entscheidend, dass Speech-Analytik potenziell ohne teure und invasive Untersuchungen auskommt. Der Bericht betont den Unterschied zu Zeitaufwand und Kosten klassischer Diagnostik wie Bildgebung im Gehirn oder spinaler Probenentnahme. Zudem kann man Sprachdaten speichern und später erneut analysieren, was besonders für klinische Studien und langfristige Beobachtungen relevant ist. Parallel entstehen kommerzielle Angebote: Beispielsweise nutzt Sonde eine App, die aus kurzen Sprachproben einen allgemeinen „cognitive fitness“-Indikator ableitet, basierend auf mehreren Kennwerten. Gleichzeitig wird aber klar abgegrenzt: Marziye Eshghi und weitere Forschende betonen, dass es noch nicht genug Evidenz gebe, um kommerzielle Sprachtools als spezifische Indikatoren für Gehirngesundheit einzusetzen. Stattdessen braucht es mehr Daten, um festzustellen, welche Sprachaspekte statistisch signifikant mit kognitiven Veränderungen zusammenhängen.
Auch die Datenqualität hängt stark von der Art ab, wie gesprochen wird. Im Beispiel durchläuft Deb einen intensiven zweistündigen Block mit zeitgesteuerten Aufgaben: das Lesen komplexer Sätze, Wortgenerierung mit Anfangsbuchstaben, Rückwärtszählen ab 620, Zungenbrecher sowie frei formulierte Passagen über Hobbys. Danach werden Sensoren beim Kauen (mit Kaugummi und Cheerios) genutzt, um Zungen- und Kieferbewegungen und die Koordination beim Schlucken zu messen. Der Zweck ist nicht „Entertainment“, sondern die Trennung von kognitivem Einfluss (z. B. Wortfindung, Aufmerksamkeit, Kontext) und motorischem Einfluss (z. B. Sprech- und Artikulationssteuerung). Denn genau diese Mischung kann bei frühen Stadien variieren, ohne dass ein allgemeiner kognitiver Status bereits messbar schlechter erscheint.
Neben Alzheimer adressiert der Ansatz zudem breiter Gesundheitszustände, bei denen sich Sprachqualität und Sprechmuster verändern können – etwa Depressionen (Sprechgeschwindigkeit und Pausen), Parkinson (gedämpfte oder verwaschene Sprache) oder Diabetes (z. B. Heiserkeit). Gleichzeitig arbeiten verschiedene Labore an unterschiedlichen linguistischen und akustischen Strategien: Manche untersuchen Wortschatz und Satzkomplexität, andere erweitern das um Geschwindigkeit, Pausen und Tonlage. Historisch wird dabei auf die Nun-Studie verwiesen, in der verbal reichere Essays junger Nonnen mit einem geringeren späteren Alzheimer-Risiko korrelierten. Allerdings warnen die Forschenden laut Bericht davor, aus solchen „verbalen Attributen“ zu weitreichende Schlüsse zu ziehen, weil sie auch durch sozioökonomische Faktoren und Bildung geprägt sein können. Deshalb setzen moderne Designs verstärkt auf standardisierte Messgrößen und kombinieren verschiedene Signale, statt sich auf einen einzigen sprachlichen Indikator zu verlassen.
Entscheidend für den Einsatz bleibt schließlich Datenschutz. Der Bericht nennt explizit Privacy-Aspekte: Dr. Melissa Lee leitet das SpeechDX-Studienprojekt, das über drei Jahre Sprachdaten zusammen mit Bluttests, Bildgebung und kognitiven Assessments für 2.000 Personen in den USA, Australien und Spanien sammelt. Laut Darstellung werden identifizierende Informationen gelöscht, und damit selbst das Forschungspersonal die Teilnehmenden nicht anhand ihrer Stimmen zuordnen kann, werden Aufnahmen dem Bericht zufolge durch Computeranalysen verarbeitet, ohne dass sie laut abgespielt werden. Für eine künftige Skalierung bedeutet das: KI-Modelle sind nicht nur ein technisches, sondern auch ein organisatorisches System. Wenn Sprachdaten als Biomarker gelten sollen, müssen Einwilligung, Zweckbindung und technische Entkopplung so umgesetzt sein, dass Betroffene die Kontrolle behalten. Genau hier steckt laut den Aussagen der beteiligten Forschenden der nächste Engpass – denn Speech-Analytik gilt als vielversprechend, soll aber erst „ready for prime time“ werden, wenn Evidenz und Schutzkonzept zusammenpassen.
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "KI erkennt Demenzrisiko aus Sprechmustern – neue Sprach-Features im Test" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "KI erkennt Demenzrisiko aus Sprechmustern – neue Sprach-Features im Test" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »KI erkennt Demenzrisiko aus Sprechmustern – neue Sprach-Features im Test« bei Google Deutschland suchen, bei Bing oder Google News!