一项由加州大学洛杉矶分校（UCLA）研究人员领导的新研究表明，言语反应时间（Verbal Reaction Time, VRT），即一个人用语言回应所需的时间，可以作为老年人困倦程度的指标。该研究通过标准化的认知评估测量了参与者的语音数据，展示了VRT如何被动地检测过度困倦，特别是在使用镇静药物的老年人中。
为什么这项研究很重要
困倦是日常生活中安全风险的主要因素之一，但往往被低估或忽视，尤其是在老年人群体中。过度困倦会导致交通事故、认知功能障碍以及跌倒等问题，特别是对于那些使用苯二氮卓受体激动剂（BZRAs）等镇静药物的老年人来说更为显著。现有的困倦评估方法通常具有侵入性或在现实世界中难以实施。而本研究提供了一种可扩展的方法来检测困倦，从而帮助在事故发生或健康状况恶化之前识别高危人群。
研究内容
研究人员针对55岁及以上有失眠史并使用BZRA药物的成年人展开研究，这些参与者来自一个减药临床试验项目。参与者通过一款手机应用程序完成记忆测试，程序记录了他们的口头回答。研究团队测量了言语反应时间（VRT），即从录音开始到说出第一个单词之间的时间间隔，并将其与参与者的自我报告困倦程度进行对比。随后，研究人员利用先进的工具分析了人们说话速度与其困倦感之间的关系，并测试了一个计算机模型是否能够根据语音准确预测某人的困倦状态。
研究发现
该模型成功根据参与者的语音记录预测了他们自我报告的困倦程度。那些在提示后需要更长时间才开始说话的人也报告感到更加困倦。研究所使用的计算机模型能够以较高的准确性区分不同的困倦水平，达到了0.80 ± 0.08的F1分数（F1分数用于衡量模型的准确性和一致性，1.0为完美，0表示完全失败）。此外，语音分析方法还能可靠地区分说话和沉默状态，准确率达到92.5%。结果表明，语音时间可以作为一种便捷、低负担的方式来监测困倦，特别是在非临床环境中。
未来计划
研究团队计划将这一方法扩展到更大、更多样化的人群中，并探索将其整合到智能手机和远程医疗平台等日常技术中的可能性。未来的研究还可能探讨基于语音的标记如何监测药物效果或早期发现认知衰退的迹象。
专家观点
“这项研究表明，像一个人说话的速度这样简单的事情，都可以告诉我们很多关于其警觉性的信息，”该研究的第一作者、加州大学洛杉矶分校大卫·格芬医学院及洛杉矶退伍军人医疗保健系统的研究员Tue T. Te博士表示，“这为利用语音作为一种被动且可扩展的工具来监测日常活动中的困倦打开了大门。”
关于研究：通过语音信号分析预测听觉认知测试中的主观困倦
发表于2025年7月1日《睡眠科学与实践》期刊。DOI:
研究团队
Tue T. Te、Cathy Alessi、Jennifer L. Martin、Arash Naeim、Constance H. Fung（加州大学洛杉矶分校大卫·格芬医学院；洛杉矶退伍军人医疗保健系统）；Sara Ghadimi（洛杉矶退伍军人医疗保健系统）；Mary Regina Boland（圣文森特学院）；Joseph M. Dzierzewski（国家睡眠基金会）；Sarah Kremen（西达赛奈医学中心）；Alex A. T. Bui（加州大学洛杉矶分校大卫·格芬医学院）
资金与披露
该项目得到了美国国立卫生研究院下属的国家老龄化研究所资助（R01 AG057929，授予CHF）以及UCLA CTSI UL1 TR001881的支持。Martin博士还获得了退伍军人事务部卫生服务研究与发展服务研究职业科学家奖（#RCS 20-191）。内容完全由作者负责，不一定代表美国国立卫生研究院、退伍军人事务部或国家睡眠基金会的官方立场。
(全文结束)
