Les pauses entre les mots, le « euh » avant une phrase, le moment où quelqu’un peine à retrouver un nom : ce sont des caractéristiques du langage ordinaire que la plupart des gens considèrent comme du bruit de fond. De nouvelles recherches menées par Baycrest, l’University of Toronto et la York University suggèrent qu’il n’en est rien. Ces schémas subtils, s’avère-t-il, peuvent contenir des informations significatives sur la santé du cerveau, et l’intelligence artificielle est désormais capable de les lire.
Ce que la recherche a réellement découvert
L’étude a demandé aux participants de regarder des images détaillées et de décrire ce qu’ils voyaient avec leurs propres mots. Parallèlement, les participants ont effectué des tests établis conçus pour mesurer la fonction exécutive, cet ensemble de capacités cognitives qui régit la mémoire, la planification, l’attention et la flexibilité de la pensée.
Les chercheurs ont ensuite appliqué une IA pour analyser les enregistrements vocaux. Le système a détecté des centaines de caractéristiques subtiles : la durée des pauses, leur fréquence, la fréquence d’apparition des mots de remplissage comme « euh » et « hum », ainsi que divers schémas temporels dans les enregistrements. Ces marqueurs prédisaient de manière constante les performances des participants aux tests cognitifs. Cette relation s’est maintenue même après que les chercheurs ont pris en compte des variables telles que l’âge, le sexe et le niveau d’éducation.
C’est ce que la plupart des articles sur les outils de santé basés sur l’IA ne soulignent pas. L’IA ici ne posait aucun diagnostic. Elle fonctionnait comme un instrument de mesure de précision, identifiant dans les données des schémas trop fins et trop nombreux pour être détectés de manière fiable par l’observation humaine. Le signal cognitif a toujours été présent dans la parole. La technologie l’a rendu lisible.
Les résultats s’appuient également sur des travaux antérieurs cités dans l’étude, notamment des recherches de Wei et al. datant de 2024, qui ont montré que les adultes plus âgés parlant plus rapidement ont tendance à maintenir de meilleures capacités de réflexion au fil du temps. La nouvelle recherche prolonge cette ligne d’investigation en reliant un éventail plus large de caractéristiques vocales à la fonction exécutive tout au long de la vie adulte.
Pourquoi la parole est une fenêtre particulièrement utile
La fonction exécutive décline naturellement avec l’âge et est fréquemment affectée aux premiers stades de la démence. Des tests cognitifs standard existent pour en suivre l’évolution, mais ils présentent des limites pratiques. Les tests prennent du temps à administrer. Les personnes ont tendance à s’améliorer simplement par exposition répétée aux mêmes évaluations, ce qui réduit leur sensibilité diagnostique au fil du temps. Programmer des évaluations formelles fréquentes n’est ni réaliste ni extensible à grande échelle.
La parole contourne bon nombre de ces problèmes. C’est un comportement que les gens produisent en permanence, sans effort, dans le cours de leur vie quotidienne. Elle peut être enregistrée et analysée de manière répétée, discrète et à grande échelle. Elle capture également quelque chose que les tests en laboratoire minutés ne peuvent pas toujours saisir : la façon dont la cognition se manifeste dans des conditions réelles, sans la pression artificielle d’un environnement d’évaluation formelle.
Le Dr Jed Meltzer, chercheur principal au Rotman Research Institute de Baycrest et auteur principal de l’étude, a décrit la découverte centrale en termes directs : le rythme de la parole est bien plus qu’une question de style personnel. C’est un indicateur sensible de la santé du cerveau. La recherche est intitulée « Natural Speech Analysis Can Reveal Individual Differences in Executive Function Across the Adult Lifespan ».
L’équipe estime que cette approche pourrait éventuellement permettre d’identifier les personnes dont le déclin cognitif progresse plus rapidement que prévu, signalant celles qui pourraient présenter un risque élevé de développer une démence avant que des symptômes plus évidents n’apparaissent. Le Dr Meltzer a souligné que la détection précoce est essentielle pour toute intervention, étant donné que la démence implique une dégénérescence cérébrale progressive qui pourrait être ralentie si elle est prise en charge suffisamment tôt.
Ce que cela signifie au-delà du laboratoire
La portée plus large de cette recherche n’est pas uniquement médicale. Elle annonce un changement dans la façon dont le suivi de la santé pourrait fonctionner en pratique.
Les modèles actuels d’évaluation de la santé cognitive sont épisodiques : une personne se rend dans une clinique, passe un test, reçoit un résultat. Les intervalles entre ces visites sont longs, et beaucoup de choses peuvent changer entre-temps. Une approche basée sur la parole, augmentée par l’IA, pourrait rendre le suivi continu plutôt que périodique. Elle pourrait fonctionner dans des contextes cliniques ou, comme l’a suggéré le Dr Meltzer, à domicile. L’infrastructure nécessaire existe déjà dans les appareils que la plupart des gens portent et utilisent chaque jour.
C’est également une étude de cas sur ce que l’IA fait bien lorsqu’elle est appliquée aux données de santé. La valeur ne réside pas dans le remplacement du jugement clinique. Elle réside dans le traitement du volume et de la granularité des données que l’observation humaine ne peut pas traiter à grande échelle. Des centaines de caractéristiques vocales subtiles, mesurées sur de nombreux enregistrements, dans le temps : c’est précisément le type de tâche de détection de schémas où l’IA augmente les capacités des cliniciens et des chercheurs, libérant l’attention des experts pour l’interprétation et la prise de décision plutôt que pour la mesure brute.
Les chercheurs ont reconnu que des études longitudinales supplémentaires sont nécessaires. Suivre l’évolution de la parole dans le temps, et distinguer le vieillissement normal des signaux précoces de maladie, nécessite des données longitudinales que cette étude n’a pas encore fournies. Ils ont également noté que combiner l’analyse vocale avec d’autres mesures de santé pourrait améliorer la précision et l’accessibilité de la détection précoce. La recherche a été soutenue par le programme Mitacs Accelerate et le Conseil de recherches en sciences naturelles et en génie du Canada.
En bref
L’IA a analysé des centaines de caractéristiques subtiles dans la façon dont les gens parlent naturellement, notamment les pauses, les mots de remplissage et les schémas temporels, et a constaté que celles-ci prédisaient de manière constante les performances aux tests cognitifs mesurant la fonction exécutive. La recherche, menée par Baycrest, l’University of Toronto et la York University, suggère que la parole pourrait devenir un outil pratique, extensible et discret pour suivre la santé cognitive au fil du temps, permettant potentiellement d’identifier les premiers signes de démence avant que les tests cliniques standard ne les détectent. La technologie ne remplace pas l’expertise clinique. Elle rend enfin mesurable un signal qui a toujours été là.
D’après un reportage de ScienceDaily AI.