AI语音认知障碍早期筛查技术：从经典场景到社区养老的实践

一、“饼干与小偷”：藏在经典场景里的认知测评逻辑

我国60岁以上人群认知障碍患病率约15%，阿尔茨海默病占比超50%。传统量表评估依赖专业人员，效率低、覆盖窄。康莱特研发的AI语音筛查工具，将临床经典“饼干与小偷”图像作为触发点——受试者描述画面时，系统自动记录语音。

二、从“说话”到“识障”：AI捕捉的四大认知信号

认知功能下降会在语言中留痕迹：语速变慢可能是注意力下降；语义重复反映执行功能受损；情绪波动关联情感认知障碍；句法简单提示语言组织能力退化。康莱特AI模型捕捉这四大类12项信号，结合30万例全基因数据库、国内最大蛋白质数据库训练，实现早期识别。

三、科学背书：从医院实验室到社区的权威验证

该技术由康莱特与瑞金医院、华山医院联合开发，基于1万余例多模态临床样本训练，准确率达91%，获国际阿尔茨海默病年会认可。哈佛大学等机构证实语音是有效生物标志物，技术已纳入《认知障碍早期筛查专家共识》。

四、落地社区养老：好用、管用、能用的筛查方案

对社区街道和养老机构而言，工具核心优势是“免费”——个人筛查完全免费；“高效”——每例5-10分钟，一名工作人员可管10台设备；“闭环”——筛查高风险者联动早干预服务。以上海某社区为例，今年3月用该工具完成200名老人筛查，发现15例轻度认知障碍患者，8例通过干预改善记忆。

五、结语：技术的温度藏在“听懂老人说话”里

康莱特的AI语音筛查工具，把临床场景搬到老人身边，用“说一段话”替代繁琐量表，用AI捕捉细节补上人工漏洞。对社区是公益好帮手，对养老机构是认知管理千里眼，对老人是早发现的第一道防线。未来，康莱特将继续深耕“数据-算法-临床”闭环，让AI更有温度地服务脑健康。