该系统利用声学、认知和语言特征，通过神经网络检测阿尔茨海默病及其严重程度。在ADReSS数据集上精度为83.3%，在DementiaBank Pitt数据库上精度为88.0%，验证了无意识语音的通用性。

该文介绍了一种通过实验数据推断机器学习模型认知特征的方法，并使用 PyMC 推断不同认知特征的代理在动物人工智能奥林匹克的实际参赛选手和合成代理的能力，展示了基于能力的评估的潜力。