Une méta-analyse de 2025 portant sur 54 études a montré que les outils basés sur la parole distinguent le trouble cognitif léger (MCI) du vieillissement sain avec une aire sous la courbe regroupée de 78,0%, ce qui signifie qu’une personne atteinte de MCI choisie au hasard obtient un score plus évocateur d’une atteinte qu’une personne saine choisie au hasard environ 78 fois sur 100. La même revue rapporte une sensibilité de 80,0% et une spécificité de 77,0% (Jafari et al., Age and Ageing 2025). Les défis de recherche partagés montrent le chemin parcouru par le domaine sur un jeu de données fixe : le gagnant d’ADReSS 2020 a atteint une exactitude de 89,58% contre 75% pour la référence, tandis qu’un modèle de la Framingham Heart Study construit sur 1 084 participants a atteint une AUC de 92,6% pour la cognition normale contre la démence, mais de 74,4% pour la tâche plus difficile cognition normale contre MCI. Parallèlement, seulement 10,6% des bénéficiaires américains de Medicare répondant aux critères d’enquête du MCI avaient un diagnostic enregistré, ce qui est précisément l’écart que les biomarqueurs vocaux sont censés combler. Nous avons agrégé des données issues de méta-analyses évaluées par des pairs dans Age and Ageing et le Journal of Prevention of Alzheimer’s Disease, des articles du défi ADReSS, de la Framingham Heart Study, de TalkBank DementiaBank, de l’Alzheimer’s Association, de l’OMS, de la FDA et de la Global CEO Initiative on Alzheimer’s Disease. Pour le versant auditif de la même histoire du cerveau vieillissant, consultez notre tour d’horizon distinct sur la perte auditive et le risque de démence.
Cette page présente uniquement des résultats de recherche. Elle ne constitue pas un avis médical, et aucun des outils décrits ici ne remplace une évaluation clinique.
TL;DR
- Les biomarqueurs vocaux détectent le MCI avec une AUC regroupée de 78,0% et une exactitude de 80,0% sur 21 études (Jafari et al., Age and Ageing 2025).
- Les personnes atteintes de la maladie d’Alzheimer font des pauses plus longues d’environ 1,20 écart type que les témoins sains (Cohen et al., Journal of the International Neuropsychological Society 2026).
- Le gagnant du défi ADReSS 2020 a atteint une exactitude de 89,58% sur un jeu de test de 48 personnes (Luz et al., IEEE Open Journal of Signal Processing 2024).
- Des modèles entraînés sur l’anglais et testés sur le grec ont atteint une exactitude maximale de 87,0% dans ADReSS-M (Luz et al., IEEE Open Journal of Signal Processing 2024).
- Un modèle linguistique de Framingham a atteint une AUC de 92,6% pour normal contre démence, mais de 74,4% pour normal contre MCI (Amini et al., Alzheimer’s and Dementia 2023).
- La parole de 166 participants de Framingham atteints de MCI a prédit la progression vers la maladie d’Alzheimer en 6 ans avec une AUC de 78,5% (Amini et al., Alzheimer’s and Dementia 2024).
- DementiaBank répertorie 23 corpus dans 7 langues, dont 13 en anglais (TalkBank DementiaBank 2026).
- 84% des 51 études d’IA de la parole examinées n’avaient aucune validation externe (de la Fuente Garcia et al., Journal of Alzheimer’s Disease 2020).
- La détection moyenne du MCI en soins primaires américains était de 0,08 des cas attendus sur 226 756 cliniciens (Liu et al., Journal of Prevention of Alzheimer’s Disease 2024).
- Les standards d’experts exigent des outils de détection au moins 80% de sensibilité et 85% de spécificité (Global CEO Initiative on Alzheimer’s Disease, Alzheimer’s and Dementia 2025).
- 7,4 millions d’Américains de 65 ans et plus vivent avec une démence d’Alzheimer en 2026 (Alzheimer’s Association, 2026 Alzheimer’s Disease Facts and Figures).
1. Exactitude de détection regroupée : ce que disent les méta-analyses
Le chiffre principal est respectable sans être décisif. Une spécificité regroupée de 77,0% signifie qu’environ 23 personnes cognitivement saines sur 100 testées seraient signalées à tort (100% moins 77%), et cela compte bien plus dans une salle d’attente de soins primaires que dans un laboratoire de recherche où la moitié de l’échantillon est atteinte par conception. La sensibilité regroupée de 80,0% se situe exactement au seuil que les standards d’experts fixent pour un outil de détection, tandis que la spécificité se situe sous le seuil de 85% (voir la section 7).
La méta-analyse d’Age and Ageing a examiné 4 432 références et retenu 54 articles, dont 35 ont alimenté les estimations regroupées. Ses auteurs énoncent clairement les limites : les tâches de parole, les caractéristiques et les modèles d’apprentissage automatique variaient largement, 25 des 54 études comptaient moins de 30 participants par groupe, et les modèles entraînés principalement sur des locuteurs anglophones peuvent ne pas se transposer à d’autres langues, dialectes ou niveaux d’éducation.
| Métrique | Valeur | Source |
|---|---|---|
| Exactitude regroupée, outils basés sur la parole, MCI contre adultes sans trouble cognitif | 80,0% (IC à 95% de 70,0% à 89,0%, 21 études) | Jafari et al., Age and Ageing 2025 |
| Aire sous la courbe (AUC) regroupée, MCI contre adultes sans trouble cognitif | 78,0% (IC à 95% de 70,0% à 86,0%) | Jafari et al., Age and Ageing 2025 |
| Sensibilité regroupée et spécificité regroupée | 80,0% (22 études) et 77,0% (15 études) | Jafari et al., Age and Ageing 2025 |
| Études regroupées pour la durée des pauses et pour le débit de parole | 13 contre 8 études | Cohen et al., Journal of the International Neuropsychological Society 2026 |
| Durée des pauses, personnes atteintes d’Alzheimer contre témoins sains | Environ 1,20 SD plus longue (MCI : environ 0,62 SD plus longue) | Cohen et al., Journal of the International Neuropsychological Society 2026 |
| Différence de débit de parole, personnes atteintes d’Alzheimer contre témoins sains | 0,66 SD (MCI : 0,27 SD) | Cohen et al., Journal of the International Neuropsychological Society 2026 |
| Paramètres acoustiques différant significativement, Alzheimer contre témoins sains | 5 paramètres sur 7, 11 études | Saeedi et al., Journal of Prevention of Alzheimer’s Disease 2024 |
| Échantillons de parole regroupés dans la méta-analyse acoustique | 1 000 (386 Alzheimer, 614 témoins sains) | Saeedi et al., Journal of Prevention of Alzheimer’s Disease 2024 |
Note de contexte : SD signifie écart type, une façon d’exprimer une différence entre groupes indépendamment de l’unité mesurée. Une différence d’environ 1,2 SD est grande ; 0,27 SD est petite. La méta-analyse sur les pauses a rapporté une hétérogénéité importante entre ses études, ce qui signifie que les résultats variaient davantage que le hasard seul ne l’expliquerait. La méta-analyse acoustique ajoute sa propre mise en garde : un ralentissement de la parole apparaît aussi dans d’autres affections neurodégénératives comme la maladie de Parkinson et la SLA, de sorte qu’un locuteur lent n’est pas automatiquement un cas d’Alzheimer. Notre tour d’horizon sur la parole et la voix dans la maladie de Parkinson traite ce chevauchement du côté du traitement.
2. Les références ADReSS : des défis partagés sur un jeu de données fixe
Les défis partagés sont ce qui se rapproche le plus d’un étalon commun dans ce domaine. Chaque équipe reçoit les mêmes enregistrements de la description de l’image Cookie Theft (un dessin au trait standard d’une scène de cuisine que les participants décrivent à voix haute) et est évaluée sur le même jeu de test caché. Le saut d’une exactitude de référence de 75% à une exactitude gagnante de 89,58% dans ADReSS 2020 montre ce que les modèles de langage modernes peuvent extraire d’une simple description d’image.
Le détail qui compte est la taille du jeu de test. L’article ADReSS 2020 a mis de côté 48 locuteurs, si bien que chaque personne mal classée fait varier l’exactitude d’environ 2,1 points de pourcentage (1 sur 48 = 2,08%). Le défi ADReSSo 2021 a supprimé les transcriptions manuelles et demandé aux équipes de travailler à partir de l’audio seul, et l’aperçu d’ADReSS-M est allé plus loin, en entraînant sur l’anglais et en testant sur le grec.
| Métrique | Valeur | Source |
|---|---|---|
| Jeu de données ADReSS 2020, personnes atteintes d’Alzheimer contre personnes non atteintes | 156 locuteurs (78 et 78), répartis en 108 pour l’entraînement et 48 pour le test | Luz et al., ADReSS Challenge, Interspeech 2020 |
| Exactitude de référence d’ADReSS 2020 sur le jeu de test, modèle basé sur la transcription contre modèle basé sur l’audio | 75% contre 62,5% | Luz et al., ADReSS Challenge, Interspeech 2020 |
| Exactitude de l’équipe gagnante d’ADReSS 2020 | 89,58% | Luz et al., IEEE Open Journal of Signal Processing 2024 |
| Référence d’ADReSSo 2021, détection d’Alzheimer par l’audio seul | 78,87% d’exactitude | Luz et al., ADReSSo Challenge, Interspeech 2021 |
| Référence d’ADReSSo 2021, prédiction du déclin cognitif sur deux ans | 68,75% d’exactitude | Luz et al., ADReSSo Challenge, Interspeech 2021 |
| Données ADReSS-M 2023, jeu d’entraînement anglais contre jeu de test grec | 225 locuteurs (110 Alzheimer) contre 46 locuteurs (22 Alzheimer) | Luz et al., IEEE Open Journal of Signal Processing 2024 |
| Meilleure équipe ADReSS-M 2023, exactitude de détection d’Alzheimer et erreur MMSE | 87,0% d’exactitude, RMSE 3,727 | Luz et al., IEEE Open Journal of Signal Processing 2024 |
| Participation à ADReSS-M 2023 | 24 équipes de 14 pays, dont 17 ont soumis des résultats pour les deux tâches | Luz et al., IEEE Open Journal of Signal Processing 2024 |
Note de contexte : le MMSE est le Mini-Mental State Examination, un test cognitif papier-crayon noté sur 30, et la RMSE (racine de l’erreur quadratique moyenne) est la taille typique de l’écart entre le score prédit par un modèle et le score réel, en points de MMSE. La tâche de déclin de 2021 définissait le déclin comme une baisse du MMSE de 5 points ou plus entre le départ et la deuxième année. Les organisateurs eux-mêmes mettent en garde contre la répétition excessive des tests : lorsqu’une large communauté ajuste ses modèles sur un seul petit jeu de données, les résultats peuvent refléter les choix de paramètres plus qu’un lien général entre langage et cognition.
3. Jeux de données vocales : le goulot d’étranglement des données derrière les modèles
La plupart des chiffres d’exactitude ci-dessus remontent à un petit nombre de corpus. DementiaBank, le principal dépôt partagé, répertorie 23 corpus, dont 13 en anglais, tandis que les 10 autres se répartissent entre l’allemand, le grec, le coréen, le mandarin, l’espagnol et le taïwanais. Cette concentration est la raison pratique pour laquelle les auteurs de revues répètent que les modèles peuvent ne pas se transposer d’une langue à l’autre.
L’accès est volontairement restreint. Le dépôt DementiaBank est protégé par mot de passe et réservé aux membres de son consortium, les étudiants ont besoin d’un parrain universitaire, et le projet est financé par le National Institute on Aging américain. Le site comporte aussi un avis indiquant que le dépôt est à l’étude en vue d’une modification éventuelle pour se conformer aux directives de l’administration, un rappel qu’un seul changement de politique peut affecter les données de référence du domaine. Les erreurs de reconnaissance vocale comptent aussi ici, car de nombreuses chaînes de traitement partent de transcriptions automatiques ; notre tour d’horizon sur le biais d’accent de la reconnaissance vocale et les taux d’erreur de mots montre à quel point cette première étape est inégale.
| Métrique | Valeur | Source |
|---|---|---|
| Corpus DementiaBank et langues répertoriés | 23 corpus dans 7 langues | Index d’accès TalkBank DementiaBank 2026 |
| Corpus en anglais en part de l’ensemble des corpus DementiaBank | 13 sur 23 | Index d’accès TalkBank DementiaBank 2026 |
| Participants du corpus Pitt : témoins, démence, diagnostic inconnu | 104, 208 et 85 | Page du corpus Pitt de TalkBank DementiaBank 2026 |
| Corpus espagnol Ivanova : Alzheimer, témoins sains, MCI | 74, 197 et 90 | Index d’accès TalkBank DementiaBank 2026 |
| Défis partagés répertoriés sur le site DementiaBank | 6 (dont ADReSS 2020, ADReSSo 2021, ADReSS-M, TAUKADIAL-2024) | TalkBank DementiaBank 2026 |
| Études d’IA de la parole sans validation externe | 84% de 51 études | de la Fuente Garcia et al., Journal of Alzheimer’s Disease 2020 |
| Études d’IA de la parole ayant utilisé des données équilibrées par classe (nombres égaux de locuteurs atteints et sains) | 39% (20 études sur 51) | de la Fuente Garcia et al., Journal of Alzheimer’s Disease 2020 |
| Études d’IA de la parole entraînées sur moins de 50 participants contre 100 ou plus | Environ 31% contre 27% | de la Fuente Garcia et al., Journal of Alzheimer’s Disease 2020 |
Données les plus récentes disponibles pour l’audit de la qualité des études : de la Fuente Garcia et al., Journal of Alzheimer’s Disease 2020, couvrant les recherches publiées de 2000 à 2019. La même revue a constaté qu’environ 41% des études avaient été menées en anglais, et que la plupart des études ne précisaient pas si leurs données pouvaient être consultées par d’autres. Les effectifs du corpus Pitt proviennent de la page du corpus Pitt, qui cite la description originale de la cohorte de l’Université de Pittsburgh de 1994.
4. La cohorte vocale de la Framingham Heart Study et d’autres cohortes de longue durée
Framingham est inhabituelle parce que ses enregistrements ont été réalisés pour des tests neuropsychologiques de routine, et non pour l’apprentissage automatique. Ces entretiens sont enregistrés numériquement depuis 2005, si bien que les chercheurs peuvent tester des modèles de parole sur de vraies conversations cliniques, puis les confronter à ce qui est arrivé aux mêmes personnes des années plus tard. Sur l’audio brut, un réseau de neurones convolutif a séparé la cognition normale de la démence avec une AUC de 0,805, et un modèle ultérieur travaillant à partir de transcriptions automatiques de 1 084 participants a atteint 92,6% pour la même comparaison.
Le chiffre le plus difficile est le précoce. Normal contre MCI est tombé à une AUC de 74,4% dans le modèle linguistique, et l’étude de progression sur 6 ans a atteint une AUC de 78,5% sur 166 personnes. Les auteurs de cette étude notent qu’une spécificité modérée signalerait à tort de nombreux patients atteints de MCI stable, que les participants étaient majoritairement blancs, et que le modèle n’a pas été validé en dehors de Framingham.
| Métrique | Valeur | Source |
|---|---|---|
| Étude Framingham sur l’audio brut : participants et enregistrements | 656 participants, 1 264 enregistrements (septembre 2005 à mars 2020) | Xue et al., Alzheimer’s Research and Therapy 2021 |
| Durée moyenne d’une séance neuropsychologique enregistrée | 73,13 minutes (de 8,43 à 210,82) | Xue et al., Alzheimer’s Research and Therapy 2021 |
| AUC, cognition normale contre démence, réseau convolutif contre réseau LSTM | 0,805 contre 0,740 | Xue et al., Alzheimer’s Research and Therapy 2021 |
| Modèle linguistique sur transcriptions, AUC pour normal contre démence (1 084 participants) | 92,6% | Amini et al., Alzheimer’s and Dementia 2023 |
| Même modèle, AUC pour normal contre MCI | 74,4% | Amini et al., Alzheimer’s and Dementia 2023 |
| Prédiction de la progression du MCI vers Alzheimer en 6 ans : participants et AUC | 166 (90 ont progressé, 76 stables), AUC 78,5% | Amini et al., Alzheimer’s and Dementia 2024 |
| Enregistrements de rappel de la Long Life Family Study, cognition normale contre trouble cognitif | 598 contre 112 participants | Park et al., Journal of the International Neuropsychological Society 2026 |
| Score linguistique contre notation traditionnelle du rappel différé d’une histoire (AUC précision-rappel) | 0,77 contre 0,81 | Park et al., Journal of the International Neuropsychological Society 2026 |
Données les plus récentes disponibles pour les résultats Framingham sur l’audio brut : Xue et al., Alzheimer’s Research and Therapy 2021. Les réseaux LSTM (mémoire à long terme et à court terme) et convolutifs sont deux types courants de modèles d’apprentissage profond. Dans l’analyse de la Long Life Family Study, l’écart entre 0,77 et 0,81 n’était pas statistiquement significatif (p = 0,292), et les auteurs avertissent qu’un problème de circularité, les diagnostics s’étant en partie appuyés sur le même test de rappel, a probablement gonflé l’exactitude.
5. Études ancrées dans la pathologie : amyloïde, tau et la frontière préclinique
La plupart des études vocales comparent des personnes ayant un diagnostic clinique à des volontaires sains. Le test plus exigeant consiste à savoir si la parole suit la biologie sous-jacente, comme l’amyloïde (une protéine qui s’accumule sous forme de plaques dans le cerveau atteint d’Alzheimer, mesurée par TEP ou dans le liquide céphalorachidien). Dans la plus grande étude présentée ici, l’AUC fondée sur la parole pour la positivité à l’amyloïde chute à 0,71 chez les adultes sans trouble cognitif, contre 0,82 chez les personnes qui ont déjà un MCI ou une maladie d’Alzheimer légère.
Ce schéma se retrouve dans les petites études ancrées dans la pathologie : les signaux sont les plus nets une fois les symptômes présents et s’estompent vers le stade préclinique. Une étude espagnole en clinique de la mémoire a trouvé que les caractéristiques acoustiques prédisaient mieux le statut amyloïde dans le MCI que les tests neuropsychologiques standard, mais l’échantillon comptait 52 personnes d’une seule clinique. Une étude néerlandaise à domicile a montré que les gens font les enregistrements (91,6% d’adhésion), mais ses différences liées à l’amyloïde n’ont pas résisté à la correction pour tests multiples.
| Métrique | Valeur | Source |
|---|---|---|
| Échantillon de l’étude AMYPRED, amyloïde positif contre négatif | 200 participants (97 contre 103) | Fristed et al., Brain Communications 2022 |
| AUC pour la positivité à l’amyloïde : échantillon complet contre sous-groupe sans trouble cognitif | 0,77 contre 0,71 | Fristed et al., Brain Communications 2022 |
| AUC pour détecter un MCI ou une maladie d’Alzheimer légère à partir d’environ 6,56 minutes de parole | 0,83 | Fristed et al., Brain Communications 2022 |
| Statut amyloïde dans le MCI (52 patients, 30 amyloïde positifs) : modèle acoustique contre tests neuropsychologiques | AUC 0,79 contre 0,66 | Garcia-Gutierrez et al., Frontiers in Neuroscience 2023 |
| Étude néerlandaise de la parole à domicile, adultes sans trouble cognitif : échantillon, amyloïde positifs, adhésion | 50 adultes, 23 amyloïde positifs (46%), 91,6% d’adhésion | van den Berg et al., Alzheimer’s Research and Therapy 2024 |
| Pauses plus longues avant les adjectifs et les adverbes, adultes sans trouble cognitif positifs à l’amyloïde et à tau contre négatifs appariés | 26 contre 26 participants, p = 0,016 | Hale et al., Journal of Alzheimer’s Disease 2025 |
| MCI contre témoins sains : métriques de parole contre mesures cognitives standard | AUC 0,80 contre 0,71 | Garcia, Alzheimer’s and Dementia 2025 (résumé de conférence) |
Note de contexte : l’étude AMYPRED a été financée par Novoic Ltd, une société d’analyse de la parole qui employait plusieurs de ses auteurs, et son échantillon comptait 193 participants blancs, 3 asiatiques et 4 noirs ou afro-américains. Données les plus récentes disponibles pour ce schéma : Fristed et al., 2022. L’étude espagnole en clinique de la mémoire et l’étude néerlandaise à domicile sont toutes deux transversales, donc aucune ne montre que les changements de la parole suivent l’amyloïde dans le temps. Le résumé de conférence de 2025 rapporte une AUC de 0,89 à la fois pour les métriques de propriétés des mots et pour les caractéristiques de neuro-imagerie dans Alzheimer contre témoins, un résultat disponible uniquement sous forme de résumé.
6. L’écart de détection : charge de la maladie et diagnostics manqués
L’argument en faveur d’un dépistage peu coûteux et extensible repose sur deux chiffres : combien de personnes sont touchées et combien sont manquées. Parmi 226 756 cliniciens de soins primaires américains, le taux moyen de détection du MCI était de 0,08 de la charge de cas attendue, et seulement 0,1% des cliniciens et des cabinets se situaient dans la fourchette attendue (Liu et al., Journal of Prevention of Alzheimer’s Disease 2024). Une analyse de 2026 de données d’enquête nationale reliées aux demandes de remboursement Medicare est arrivée à un tableau similaire par une autre voie : 10,6% des personnes répondant aux critères du MCI avaient le diagnostic enregistré.
La charge qui se cache derrière cet écart est considérable, quelle que soit la mesure. L’OMS attribue 60% à 70% des cas de démence à la maladie d’Alzheimer et classe la démence au septième rang des causes de décès dans le monde, et l’Alzheimer’s Association rapporte qu’1 Américain âgé sur 3 meurt avec la maladie d’Alzheimer ou une autre démence. Un test vocal ne peut pas changer ces totaux, mais il pourrait changer la précocité de l’entrée dans les soins.
| Métrique | Valeur | Source |
|---|---|---|
| Personnes vivant avec une démence dans le monde, et part d’Alzheimer dans les cas | 57 millions (2021) ; Alzheimer représente 60% à 70% des cas | Fiche d’information de l’OMS sur la démence 2026 |
| Coût mondial de la démence | US$ 1,3 billion (2019) | Fiche d’information de l’OMS sur la démence 2026 |
| Américains de 65 ans et plus vivant avec une démence d’Alzheimer | 7,4 millions (2026) | Alzheimer’s Association, 2026 Alzheimer’s Disease Facts and Figures |
| Aidants non rémunérés et heures de soins non rémunérées, États-Unis | Près de 13 millions d’aidants, plus de 19 milliards d’heures (2025) | Alzheimer’s Association, 2026 Alzheimer’s Disease Facts and Figures |
| Taux moyen de détection du MCI en soins primaires américains, 226 756 cliniciens | 0,08 des cas attendus | Liu et al., Journal of Prevention of Alzheimer’s Disease 2024 |
| Bénéficiaires de Medicare répondant aux critères d’enquête du MCI avec un diagnostic de MCI enregistré | 10,6% (593 répondants, environ 2,6 millions de bénéficiaires pondérés) | Couch et al., Alzheimer’s and Dementia DADM 2026 |
| Part des Américains atteints d’Alzheimer et de démences apparentées qui pourraient ne pas être diagnostiqués | Plus de 60% | Global CEO Initiative on Alzheimer’s Disease, Alzheimer’s and Dementia 2025 |
| Adultes ayant discuté de la santé cérébrale avec leur médecin | 14% | Alzheimer’s Association, 2026 Alzheimer’s Disease Facts and Figures |
Sources : fiche d’information de l’OMS sur la démence (mise à jour le 3 juillet 2026), Alzheimer’s Association Facts and Figures et l’étude sur le diagnostic du MCI dans Medicare. Dans l’étude de Couch, les femmes (OR 2,13, IC à 95% de 1,29 à 3,51) et les personnes titulaires d’une licence ou plus (OR 2,21, IC à 95% de 1,22 à 4,02) avaient plus de chances d’avoir un diagnostic enregistré, tandis que les personnes se rendant seules aux consultations en avaient moins (OR 0,54). Le taux de détection de 0,08 compare les diagnostics enregistrés à un modèle de cas attendus, il dépend donc des hypothèses de ce modèle.
7. Statut réglementaire et seuil de performance pour les outils numériques
Les régulateurs ne traitent pas encore un enregistrement vocal comme un diagnostic. Aux États-Unis, une aide à l’évaluation cognitive informatisée est un dispositif de classe II soumis à prescription en vertu du 21 CFR 882.1470 : il interprète le niveau actuel de fonction cognitive d’une personne mais ne peut pas déterminer si un diagnostic clinique est présent et n’est pas destiné à un usage autonome. Aucune des sources examinées pour ce tour d’horizon ne documente d’autorisation de la FDA pour un diagnostic d’Alzheimer reposant uniquement sur la parole.
Les standards d’experts chiffrent désormais ce qui est suffisant : au moins 80% de sensibilité et 85% de spécificité pour un outil de détection bref, selon la Global CEO Initiative on Alzheimer’s Disease. Par rapport à ces seuils, le résultat regroupé pour la parole de la section 1 atteint le seuil de sensibilité et manque celui de spécificité de 8 points (85% moins 77%). Le même article montre pourquoi la spécificité compte dans le dépistage : à 10% de prévalence, même un outil qui atteint le seuil produit une valeur prédictive positive de seulement 37%. Les recommandations du CEOi ne mentionnent ni la parole ni la voix.
| Métrique | Valeur | Source |
|---|---|---|
| Classe de dispositif américaine pour les aides à l’évaluation cognitive informatisées | Classe II (contrôles spéciaux), pas pour un diagnostic autonome | 21 CFR 882.1470 (eCFR 2026) |
| Minimum recommandé pour un outil de détection bref, sensibilité et spécificité | 80% et 85%, environ 3 à 5 minutes | Global CEO Initiative on Alzheimer’s Disease, Alzheimer’s and Dementia 2025 |
| Minimum recommandé pour une aide au diagnostic, sensibilité pour le MCI et spécificité | 85% et 90%, environ 10 à 20 minutes | Global CEO Initiative on Alzheimer’s Disease, Alzheimer’s and Dementia 2025 |
| Valeur prédictive positive et négative d’un outil au seuil de détection, prévalence de 10% | 37% et 97% | Global CEO Initiative on Alzheimer’s Disease, Alzheimer’s and Dementia 2025 |
| Premier test sanguin d’Alzheimer autorisé par la FDA : concordance avec la TEP amyloïde ou le LCR, résultats positifs et négatifs | 91,7% et 97,3% (499 échantillons) | Communiqué de presse de la FDA, 16 mai 2025 |
| Part des résultats du test sanguin qui étaient indéterminés | Moins de 20% des 499 patients | Communiqué de presse de la FDA, 16 mai 2025 |
| Désignations Breakthrough Device de la FDA contre autorisations de mise sur le marché, tous types de dispositifs | 1 320 contre 210 (au 30 juin 2026) | FDA Breakthrough Devices Program 2026 |
Note de contexte : la valeur prédictive positive est la part des personnes ayant un résultat positif qui présentent réellement l’affection. Le communiqué de la FDA sur le test sanguin est une référence utile car il montre le dossier de preuves que porte désormais un test d’Alzheimer autorisé : 499 échantillons comparés à la TEP ou au liquide céphalorachidien, l’agence précisant que le test n’est pas destiné au dépistage ni à un diagnostic autonome. Les chiffres du Breakthrough Devices Program couvrent toutes les catégories de dispositifs, et non les outils vocaux en particulier.
Résumé : les biomarqueurs vocaux pour Alzheimer et le MCI en chiffres
| Métrique | Valeur | Source |
|---|---|---|
| AUC regroupée, outils basés sur la parole, MCI contre adultes sans trouble cognitif | 78,0% (IC à 95% de 70,0% à 86,0%) | Jafari et al., Age and Ageing 2025 |
| Durée des pauses, Alzheimer contre témoins sains | Environ 1,20 SD plus longue | Cohen et al., Journal of the International Neuropsychological Society 2026 |
| Paramètres acoustiques différant significativement dans Alzheimer | 5 sur 7 (11 études) | Saeedi et al., Journal of Prevention of Alzheimer’s Disease 2024 |
| Référence d’ADReSS 2020 contre exactitude du gagnant | 75% contre 89,58% | Luz et al., Interspeech 2020 ; IEEE Open Journal of Signal Processing 2024 |
| Exactitude de référence d’ADReSSo 2021 en audio seul | 78,87% | Luz et al., Interspeech 2021 |
| Meilleure exactitude ADReSS-M 2023, entraînement sur l’anglais, test sur le grec | 87,0% | Luz et al., IEEE Open Journal of Signal Processing 2024 |
| Corpus DementiaBank, total et en anglais | 23 et 13 | TalkBank DementiaBank 2026 |
| Études d’IA de la parole sans validation externe | 84% de 51 | de la Fuente Garcia et al., Journal of Alzheimer’s Disease 2020 |
| AUC Framingham sur l’audio brut, cognition normale contre démence | 0,805 | Xue et al., Alzheimer’s Research and Therapy 2021 |
| AUC du modèle linguistique de Framingham, normal contre démence et normal contre MCI | 92,6% et 74,4% | Amini et al., Alzheimer’s and Dementia 2023 |
| Prédiction de la progression du MCI vers Alzheimer en 6 ans | AUC 78,5% (166 participants) | Amini et al., Alzheimer’s and Dementia 2024 |
| AUC de la parole pour la positivité à l’amyloïde chez les adultes sans trouble cognitif | 0,71 | Fristed et al., Brain Communications 2022 |
| Modèle acoustique contre tests neuropsychologiques pour le statut amyloïde dans le MCI | AUC 0,79 contre 0,66 | Garcia-Gutierrez et al., Frontiers in Neuroscience 2023 |
| Taux moyen de détection du MCI en soins primaires américains | 0,08 des cas attendus | Liu et al., Journal of Prevention of Alzheimer’s Disease 2024 |
| Bénéficiaires de Medicare répondant aux critères du MCI avec un diagnostic enregistré | 10,6% | Couch et al., Alzheimer’s and Dementia DADM 2026 |
| Américains de 65 ans et plus vivant avec une démence d’Alzheimer | 7,4 millions (2026) | Alzheimer’s Association 2026 |
| Seuil recommandé pour un outil de détection bref, sensibilité et spécificité | 80% et 85% | Global CEO Initiative on Alzheimer’s Disease 2025 |
| Premier test sanguin d’Alzheimer autorisé par la FDA, concordance positive et négative | 91,7% et 97,3% | FDA, 16 mai 2025 |
Méthodologie et sources
Nous avons mené des recherches ciblées et n’avons repris des chiffres que dans des documents primaires lus en entier ou au niveau du résumé : articles évalués par des pairs sur PubMed Central et Europe PMC, articles du défi ADReSS sur arXiv, pages du dépôt DementiaBank, pages d’agences et Alzheimer’s Association. Aucun chiffre ne provient d’un blog secondaire. Lorsqu’un article rapporte un nombre de façon incohérente, nous avons utilisé le chiffre du résumé et signalé le conflit ci-dessous.
- Jafari Z, Andrew MK, Rockwood KJ. Diagnostic utility of speech-based biomarkers in mild cognitive impairment: a systematic review and meta-analysis. Age and Ageing, 2025.
- Cohen AS et al. Speech pause and speech rate for evaluating Alzheimer’s and mild cognitive impairment: a meta-analysis. Journal of the International Neuropsychological Society, 2026 (DOI 10.1017/s1355617725101677, résumé lu via Europe PMC).
- Saeedi S et al. Acoustic Speech Analysis in Alzheimer’s Disease: A Systematic Review and Meta-Analysis. Journal of Prevention of Alzheimer’s Disease, 2024.
- Luz S et al. Alzheimer’s Dementia Recognition through Spontaneous Speech: The ADReSS Challenge. Interspeech, 2020.
- Luz S et al. Detecting cognitive decline using speech only: The ADReSSo Challenge. Interspeech, 2021.
- Luz S et al. An Overview of the ADReSS-M Signal Processing Grand Challenge on Multilingual Alzheimer’s Dementia Recognition Through Spontaneous Speech. IEEE Open Journal of Signal Processing, 2024.
- TalkBank : page d’accueil de DementiaBank, index des corpus et page du corpus Pitt, consultés en octobre 2026.
- de la Fuente Garcia S, Ritchie CW, Luz S. Artificial Intelligence, Speech, and Language Processing Approaches to Monitoring Alzheimer’s Disease: A Systematic Review. Journal of Alzheimer’s Disease, 2020.
- Xue C et al. Detection of dementia on voice recordings using deep learning: a Framingham Heart Study. Alzheimer’s Research and Therapy, 2021.
- Amini S et al. Automated detection of mild cognitive impairment and dementia from voice recordings: a natural language processing approach. Alzheimer’s and Dementia, 2023 (DOI 10.1002/alz.12721, résumé lu via Europe PMC).
- Amini S et al. Prediction of Alzheimer’s disease progression within 6 years using speech. Alzheimer’s and Dementia, 2024.
- Park S et al. Linguistic features from paragraph recall are markers of cognitive impairment. Journal of the International Neuropsychological Society, 2026.
- Fristed E et al. AMYPRED study of speech and artificial intelligence screening for early Alzheimer’s disease and amyloid beta positivity. Brain Communications, 2022.
- Garcia-Gutierrez F et al. Acoustic speech parameters and amyloid status in individuals with mild cognitive impairment. Frontiers in Neuroscience, 2023.
- van den Berg RL et al. Digital remote assessment of speech acoustics in cognitively unimpaired adults. Alzheimer’s Research and Therapy, 2024.
- Hale MR et al. Linking silent pause locations in speech to amyloid and tau deposition in cognitively unimpaired individuals. Journal of Alzheimer’s Disease, 2025 (DOI 10.1177/13872877251371720, résumé lu via Europe PMC).
- Garcia AM. Gauging speech and language markers of dementia against pathological and neuroimaging data. Alzheimer’s and Dementia, 2025 (résumé de conférence).
- Fiche d’information de l’OMS sur la démence, mise à jour le 3 juillet 2026.
- Alzheimer’s Association, 2026 Alzheimer’s Disease Facts and Figures.
- Liu Y et al. Detection Rates of Mild Cognitive Impairment in Primary Care for the United States Medicare Population. Journal of Prevention of Alzheimer’s Disease, 2024 (DOI 10.14283/jpad.2023.131, résumé lu via Europe PMC).
- Couch E et al. Prevalence and predictors of diagnosed mild cognitive impairment among Medicare beneficiaries. Alzheimer’s and Dementia: Diagnosis, Assessment and Disease Monitoring, 2026.
- Thompson LI et al., Global CEO Initiative on Alzheimer’s Disease. Acceptable standards for clinic-based digital cognitive assessments. Alzheimer’s and Dementia, 2025.
- 21 CFR 882.1470, Computerized cognitive assessment aid, eCFR.
- FDA américaine. FDA Clears First Blood Test Used in Diagnosing Alzheimer’s Disease, 16 mai 2025, et statistiques du Breakthrough Devices Program au 30 juin 2026.
- Note sur les données : la méta-analyse d’Age and Ageing est incohérente par endroits : son résumé donne 21 études et une AUC regroupée de 78,0%, tandis que le corps du texte compte 23 études et la discussion cite 76,0% ; elle rapporte aussi un I-carré = 0,00% pour chaque métrique sous un modèle à effets fixes malgré des méthodes décrites comme très variées, si bien que ses intervalles de confiance peuvent paraître plus étroits que les preuves sous-jacentes. L’aperçu d’ADReSS-M donne 225 locuteurs anglophones d’entraînement dans son tableau de données, mais 237 échantillons d’entraînement dans sa section sur les références. L’article de progression Framingham de 2024 rapporte une exactitude de 78,5% dans son résumé mais de 78,8% dans son tableau de résultats. L’article de la Long Life Family Study indique 14% de personnes atteintes dans ses méthodes mais 16% dans son tableau (112 sur 710 font 15,8%). L’audit de la qualité des études (de la Fuente Garcia et al.) rapporte que 77% de ses 51 études n’indiquaient pas la disponibilité des données mais en compte aussi 39 (39 sur 51 font 76,5%), nous avons donc écarté ce chiffre des tableaux. Cet audit et l’étude Framingham sur l’audio brut datent de 2020 et 2021 et sont signalés comme données les plus récentes disponibles. Les chiffres de charge de ce tour d’horizon ne couvrent que les États-Unis et les totaux mondiaux. Plusieurs études ancrées dans la pathologie étaient petites, monocentriques ou financées par l’industrie, et aucun des outils vocaux présentés ici n’a été validé comme diagnostic autonome.
Dernière mise à jour : 24 octobre 2026. Nous actualisons ce tour d’horizon chaque trimestre, et la prochaine révision est attendue lorsque l’Alzheimer’s Association publiera son rapport 2027 Alzheimer’s Disease Facts and Figures.