于声见微，听见记忆的变化。

「见微」的灵感来自一位真实的老年女性——薇薇女士。她独立、要强，也有一点执拗。即使开始出现忘词、重复和记不起名字的情况，她也习惯用玩笑带过；当子女提出认知检查时，她会立刻说：“我没事，别瞎操心。”她不是不在意，而是不愿被怀疑“生病了”，更害怕失去尊严、成为家人的负担。 这也是许多家庭正在经历的困境：日常生活中的忘词、停顿、重复和表达变化，可能是值得持续关注的早期信号，但子女很难判断这只是普通衰老，还是正在发生某种变化；即使产生怀疑，也不知道怎样开口，才不会让父母觉得自己正在被测试、监视或贴上疾病标签。女性尤其身处这一问题的中心——美国阿尔茨海默病协会数据显示，接近三分之二的阿尔茨海默病患者是女性，超过60%的失智症照护者也是女性，超过三分之一的照护者是患者的女儿。这不仅是老年人的认知健康问题，也是一场发生在母亲与女儿之间、经常被沉默处理的家庭照护难题。 因此，我们设计了「见微」——一个面向成年子女的家庭认知健康观察工具。它不直接检测或诊断阿尔茨海默病，也不要求老人完成一场带有压力的认知测试，而是由AI结合父母的人生经历、兴趣和熟悉话题，为子女生成自然的对话引导。在获得长辈同意后，系统记录并分析对话中的词语寻找、表达连贯性、信息回忆、重复与停顿等变化，帮助家庭“发现变化、持续观察、知道下一步”。随着对话不断积累，系统可以逐步形成个人认知基线和长期变化趋势，为家庭决定是否需要进一步寻求专业评估提供参考。 现场我们完成了可运行的App端、Web端和品牌介绍网站，并实现了长辈档案创建、个性化话题生成、对话录制与上传、说话人识别、语音内容分析、观察报告生成及历史趋势查看等核心流程。使用者只需创建父母档案，选择一个长辈熟悉的话题，根据AI提示完成约五分钟的自然交流并上传录音，即可查看本次对话中值得持续关注的变化；通过定期对话，系统将逐渐建立属于这位长辈自己的观察轨迹。 为了让观察结果经得起专业追问，「见微」将建立“研究依据—原始对话—指标变化—解释边界”的可追溯机制。系统关注的停顿、重复、词语寻找、词汇多样性、语义连贯性和句法复杂度等指标，均来自已有语音与认知研究：一项纳入51项研究、17,340名参与者的系统综述显示，词汇多样性、句法复杂度和语义连贯性是跨研究中较稳定的预测特征，语言与声学联合分析的平均准确率高于单一模态；相关综述也发现，阿尔茨海默病患者的对话中更常出现停顿、重复、找词困难以及信息量和连贯性下降。系统综述 对话研究综述 在产品中，每一项观察结论都应能够回溯到具体录音片段、转写文本和时间戳，并说明本次变化对应的指标、与个人历史基线的差异、数据质量及所依据的研究来源，而不是只输出一个无法解释的风险分数。系统只描述“本次出现了什么”和“相较本人过去是否发生持续变化”，不把单一语言特征直接解释为阿尔茨海默病；因为不同神经认知疾病可能呈现不同的语言模式，而找词困难、记忆或表达变化也可能与抑郁、药物、感染及代谢问题等因素有关，真正的病因判断必须由专业评估完成。数字语音生物标志物研究 美国国家老龄研究所说明 同时，鉴于自然日常对话中的“对话记忆”研究仍然有限，「见微」现阶段将自身定位为长期观察和就医沟通的辅助工具，并通过后续家庭试点、专业机构合作和纵向验证，逐步检验这些指标在真实中文家庭场景中的可靠性。 见微要建立的不是一个制造恐慌的“AI疾病检测器”，而是一个温和、克制、可信的家庭认知健康陪伴品牌。它不替代医生、不凭单次对话给老人贴标签，而是帮助子女在不惊扰父母日常生活、不伤害老人自尊的前提下，早一点看见那些容易被一句“年纪大了”忽略的微小变化。 下一步，「见微」将先围绕家庭场景验证产品的长期使用价值，以家庭年度订阅为切入，持续优化对话生成、个人基线建立和趋势报告等功能；在此基础上，与陪伴机器人、智能音箱及其他家庭智能终端合作，通过技术授权、API 接入或联合会员，让认知观察自然融入长辈日常生活。与此同时，我们计划与医院、社区、养老机构和公益组织开展小规模试点，用于认知健康教育、潜在风险人群触达及规范转介，并根据专业反馈持续校准指标和使用流程。随着用户在知情同意下积累长期数据，我们希望建立经过匿名化、标准化处理的纵向语言与认知数据库，记录词语寻找、停顿、重复、表达连贯性等语言特征的长期变化，并与高校、医学实验室及研究机构合作，进一步研究这些特征与认知功能及相关脑区变化之间的关联，为阿尔茨海默病早期研究、数字生物标志物探索乃至脑机接口研究提供可靠的数据基础。前期我们已经参考哥伦比亚大学阿尔兹海默症临床课题组的研究数据，并与研究人员交流了语音指标、提问方式和分析流程；下一阶段将通过真实家庭试点和专业合作，把这些研究依据转化为可验证、可持续迭代的产品能力。