Vers un biomarqueur numérique basé sur la parole pour l’altération cognitive : la parole comme proxy de l’évaluation cognitive

Pourquoi la conversation quotidienne peut révéler la santé du cerveau

La plupart d’entre nous tiennent pour acquis le fait de discuter avec des amis ou de décrire une image. Mais en vieillissant, des changements subtils dans le choix des mots, la construction des phrases et les pauses entre les séquences peuvent indiquer l’état de fonctionnement de notre cerveau. Cette étude pose une question simple mais puissante : un court enregistrement de parole ordinaire, recueilli à domicile avec un ordinateur portable, pourrait‑il servir de signal d’alerte précoce pour des troubles comme la démence — sans nécessiter de longues visites en clinique ni de tests papier‑crayon ?

Écouter plutôt que passer des tests longs

Aujourd’hui, le diagnostic du déclin cognitif repose habituellement sur des évaluations en personne par des spécialistes. Ces séances prennent du temps, sont coûteuses et difficiles à répéter fréquemment ou à grande échelle. Parallèlement, des millions de personnes âgées courent un risque de troubles tels que la maladie d’Alzheimer, pour lesquels la détection précoce est cruciale : médicaments et changements de mode de vie sont généralement plus efficaces avant l’apparition de symptômes sévères. La parole constitue une source d’information intéressante : son enregistrement est peu coûteux, réalisable à distance et reflète naturellement de nombreuses capacités mentales, de la mémoire à l’attention et à la planification. Les chercheurs ont voulu tester si de courts échantillons de parole quotidienne pouvaient tenir lieu de « biomarqueur numérique » de la santé cognitive.

Transformer la parole de tous les jours en signaux mesurables

L’équipe a recruté 1003 adultes anglophones âgés de 60 ans et plus, aux États‑Unis et au Royaume‑Uni. Les participants ont passé des tests de cognition standard en ligne mesurant quatre grandes dimensions : le langage, les fonctions exécutives (planification et flexibilité mentale), la mémoire et la vitesse de traitement. Ils ont aussi réalisé trois tâches simples de parole à domicile : décrire deux scènes en noir et blanc bien connues utilisées en évaluation clinique du langage, et parler de leur semaine écoulée. À l’aide de logiciels de reconnaissance automatique de la parole, les scientifiques ont converti l’audio en texte puis extrait des dizaines de caractéristiques mesurables du son et des mots — par exemple la vitesse de parole, la fréquence des pauses, la richesse du vocabulaire et l’usage relatif de catégories de mots comme les noms, les verbes ou les pronoms.

Apprendre aux ordinateurs à estimer les capacités cognitives

Avec ces caractéristiques de la parole, les chercheurs ont entraîné des modèles d’apprentissage automatique pour prédire les scores aux tests cognitifs de chaque personne. Ils ont comparé des modèles n’utilisant que des informations démographiques de base (âge, sexe, niveau d’études et pays) à des modèles intégrant également les caractéristiques de la parole. L’ajout de la parole a fait une différence marquée : pour la capacité linguistique, le modèle fondé sur la parole expliquait environ 27 % des différences entre individus, plus de quatre fois ce que permettaient seules les données démographiques. Il a également capté une part significative de la variation pour les fonctions exécutives et la vitesse de réflexion, bien que beaucoup moins pour la mémoire. L’analyse détaillée a montré qu’un usage lexicale riche et spécifique et une expression plus fluide (rythme de parole plus rapide et pauses moins fréquentes ou plus courtes) allaient de pair avec de meilleurs scores aux tests.

Repérer ceux qui pourraient décliner

Au‑delà de l’estimation de scores sur une échelle continue, l’équipe s’est demandé si la parole pouvait aider à signaler des individus dont les performances étaient anormalement faibles au regard de leur âge et de leur niveau d’études — des personnes potentiellement à risque accru de développer une démence. En utilisant les mêmes caractéristiques de parole, ils ont entraîné un modèle distinct pour distinguer ces « faibles performeurs cognitifs » des autres. Pour la compétence langagière en particulier, le modèle a montré de bonnes performances de dépistage : un simple enregistrement de description d’image pourrait ainsi aider à identifier un sous‑groupe de personnes âgées méritant une attention clinique renforcée ou constituant de bons candidats pour des essais thérapeutiques.

Tester l’approche sur de vrais patients

Pour vérifier si leurs modèles captaient des différences cliniquement pertinentes, les chercheurs les ont appliqués, sans nouvel entraînement, à un jeu de données indépendant composé de personnes atteintes de la maladie d’Alzheimer et de sujets sains ayant réalisé la même tâche de description d’image des décennies auparavant. Même si ces enregistrements étaient plus anciens et plus bruités, les scores basés sur la parole étaient nettement plus faibles pour le groupe Alzheimer dans les quatre domaines cognitifs, en particulier le langage et les fonctions exécutives. Cela suggère que les schémas appris sur un large échantillon de personnes âgées majoritairement saines restent pertinents lorsqu’on les applique à des patients diagnostiqués avec une démence.

Ce que cela pourrait signifier pour les soins courants

Pour les non‑spécialistes, le message principal est que de courts échantillons de parole ordinaire contiennent une quantité surprenante d’informations sur le fonctionnement cérébral d’une personne âgée, en particulier pour le langage et les processus cognitifs de haut niveau. Bien que cette méthode ne puisse remplacer une évaluation clinique complète — et qu’elle soit moins informative pour la mémoire prise isolément — elle pourrait devenir un moyen peu coûteux et non intrusif de surveiller l’évolution dans le temps, d’inciter à des bilans opportunifs et d’aider les chercheurs à trouver des participants adaptés pour les essais cliniques. À l’avenir, un appel téléphonique ou vidéo de routine pourrait analyser discrètement notre façon de parler et fournir une alerte précoce pour consulter bien avant que des problèmes graves ne deviennent évidents.

Citation: Heitz, J., Engler, I.M. & Langer, N. Towards a speech-based digital biomarker for cognitive impairment: speech as a proxy for cognitive assessment. npj Digit. Med. 9, 179 (2026). https://doi.org/10.1038/s41746-026-02360-8

Mots-clés: dépistage cognitif basé sur la parole, biomarqueurs numériques, maladie d’Alzheimer, vieillissement et démence, apprentissage automatique en médecine