研究表明，AI模型在接触低质量数据后会出现不可逆的“脑损伤”，导致推理和记忆能力显著下降。即使后续使用高质量数据训练，模型性能也无法完全恢复。这一现象与人类因接触碎片化信息导致的认知衰退相似，凸显了数据质量对AI发展的重要性。

本研究提出了一种利用大型语言模型从自由对话中提取特征的方法，以识别认知衰退，支持老年人早期干预，具有高效和快速的特点。

本研究探讨了阿尔茨海默病认知衰退早期检测的挑战，综述了深度学习在语音、文本和视觉处理中的应用，提出结合多模态模型以提高检测精度。研究表明，文本模态效果最佳，多模态模型显著提升了检测性能。