
Changements de la voix et analyse de la parole par IA : des liens entre schémas vocaux et risque de démence
Deux études relient les changements vocaux et la modélisation de la parole par IA à un risque accru de démence et à des marqueurs de vieillissement biologique accéléré dans de vastes cohortes.
Troubles de la voix et déclin cognitif
Une équipe de recherche du College of Medicine de l'université Drexel a analysé les dossiers médicaux de 833 417 adultes de 50 ans et plus afin d'évaluer les liens entre les troubles de la voix, les déficiences auditives et le déclin cognitif. L'étude, publiée dans le Journal of Voice, a examiné si les changements vocaux constituent des indicateurs précoces avant l'apparition de symptômes cognitifs manifestes. Le vieillissement naturel entraîne des modifications de la voix telles qu'une baisse du volume, une diminution de la clarté et des variations de hauteur, mais certaines altérations sont corrélées à un état de santé neurologique plus global.
Les données ont révélé des profils de risque distincts selon la combinaison précise des difficultés sensorielles et vocales. Les personnes présentant à la fois des troubles de la voix et une déficience auditive affichaient une probabilité supérieure de 104 % de recevoir un diagnostic de trouble cognitif ou de démence par rapport aux groupes témoins. Les problèmes de voix seuls, sans perte auditive associée, étaient corrélés à une probabilité supérieure de 58 %. La perte auditive seule montrait une hausse de 27 % du risque, tandis que la catégorie générale de tous les troubles de la voix correspondait à une augmentation de 29 % dans l'ensemble de la cohorte. Les auteurs ont noté que les difficultés de communication vocale peuvent rendre la conversation quotidienne inconfortable et physiquement éprouvante.
- Troubles de la voix et de l'audition
- 104 %
- Troubles de la voix seuls
- 58 %
- Tous les troubles de la voix
- 29 %
- Perte auditive seule
- 27 %
Apprentissage automatique et écart d'âge vocal
Une initiative de recherche internationale dirigée par des scientifiques du Trinity College Dublin a construit un modèle d'intelligence artificielle pour estimer l'âge chronologique à partir d'enregistrements vocaux. Les résultats, publiés dans Science Advances, portent sur 2 928 participants hispanophones âgés de 18 à 88 ans en Argentine, au Chili, en Colombie, au Mexique et au Pérou. La cohorte comprenait des personnes en bonne santé ainsi que des patients diagnostiqués avec un trouble cognitif léger, la maladie d'Alzheimer et des variants de démence frontotemporale. L'étude s'est concentrée sur l'Amérique latine, une région historiquement sous-représentée dans les cohortes de recherche sur la démence.
L'algorithme a évalué plus de 700 caractéristiques acoustiques et linguistiques extraites de tests de parole et de mémoire. Les participants ont réalisé des tâches consistant notamment à décrire des images et des vidéos, à énumérer des mots par catégorie et à raconter des histoires. Le système a analysé le tempo de la parole, la durée des pauses, le ton, l'expressivité émotionnelle, le choix du vocabulaire, la précision sémantique et la structure du discours. En comparant l'âge vocal biologique estimé par l'algorithme à l'âge chronologique de chaque personne, les chercheurs ont calculé une mesure appelée écart d'âge vocal.
Biomarqueurs et performances cognitives
Les participants cognitivement sains présentaient les plus petits écarts entre l'âge vocal estimé et l'âge chronologique, tandis que les participants diagnostiqués avec un trouble cognitif léger, la maladie d'Alzheimer et une démence frontotemporale affichaient des écarts progressivement plus larges. Des écarts d'âge vocal plus importants étaient corrélés à des scores plus faibles aux tests mesurant la mémoire, l'attention, les compétences linguistiques, les fonctions exécutives et la réalisation des tâches quotidiennes. Le schéma est resté constant dans les évaluations cognitives non linguistiques comme dans les examens verbaux standard. Ces mesures vocales concordaient également avec des biomarqueurs physiques du vieillissement, notamment l'âge cérébral obtenu par neuroimagerie, trois horloges épigénétiques suivant les modifications chimiques de l'ADN et des taux élevés de p-tau217 chez les patients atteints de la maladie d'Alzheimer.
Facteurs socio-économiques et limites cliniques
Les chercheurs ont observé des corrélations entre un vieillissement vocal accéléré et des facteurs socio-économiques défavorables. Les participants confrontés à des difficultés financières, à l'insécurité alimentaire, à un accès réduit aux soins de santé ou à moins d'années d'éducation formelle présentaient souvent des âges vocaux plus élevés par rapport à leur âge réel. Les deux équipes de recherche ont précisé que ces résultats ne constituent pas des instruments de diagnostic directs. L'étude de Drexel a identifié des associations statistiques plutôt qu'une causalité directe, tandis que l'horloge vocale par intelligence artificielle ne peut pas prédire si une personne en bonne santé développera un jour une démence, d'autant que les schémas vocaux varient avec le stress, la fatigue et la dépression.

