Recherche

Détection précoce de la maladie d’Alzheimer

La maladie d’Alzheimer reste aujourd’hui l’un des enjeux majeurs de santé publique, tant par sa prévalence que par ses conséquences sur la qualité de vie des patients et de leurs proches. Sa détection précoce demeure complexe et coûteuse, malgré les progrès des marqueurs neurobiologiques.

Chez CLINICOG, nous travaillons à développer des outils de détection innovants, plus accessibles, plus sensibles, et plus proches du quotidien des personnes concernées : une simple conversation.

Nous contacter

Une approche novatrice : la parole comme biomarqueur cognitif

Notre programme de recherche sur Alzheimer repose sur une idée forte : les caractéristiques du langage spontané peuvent révéler des altérations précoces du fonctionnement cognitif.

Pour cela, nous utilisons le modèle 2TK issu de notre axe Pragmatique computationnelle, qui permet d’analyser :

la structure du discours,
la cohérence conversationnelle,
les dynamiques d’échange.

Hypothèses de départ

Que la désorganisation topologique du discours peut précéder les troubles mnésiques classiques
Que l’analyse automatisée distingue des profils Alzheimer de profils neurotypiques avec une haute précision
Que cette méthode est moins intrusive, plus rapide et facilement déployable en clinique comme en téléconsultation

Résultats publiés : des « filmstrips » conversationnels

Chaque conversation est convertie en une séquence d’images qui encode la topologie et la cinétique des échanges, sans transcription complète. Un réseau de neurones convolutif apprend ensuite à y reconnaître les motifs discursifs révélateurs d’un trouble cognitif [Trognon et al., 2025].

80 participants, patients et témoins sains
Plus de 95 % de bonne classification en validation croisée
Performance comparable aux approches computationnelles fondées sur des marqueurs biologiques

Les enregistrements analysés proviennent d’archives vocales anonymisées, obtenues avec consentement, constituées à l’Université Paul Valéry‑Montpellier III [Lee, 2012].

Pourquoi c’est important

Le diagnostic d’Alzheimer arrive encore trop tard dans la majorité des cas
Les tests classiques sont longs, difficilement accessibles, parfois inadaptés
Une solution simple, orale et à faible coût pourrait transformer le repérage précoce et s’étendre à d’autres maladies neurodégénératives ou psychiatriques

En savoir plus ?

La méthode d’analyse est disponible sous forme d’outil : analyse des interactions verbales (modèle 2TK).

Nos publications sont accessibles sur ResearchGate et sur les sites des revues (npj Aging, Current Psychology, Frontiers in Psychology…).

Pour toute collaboration, cohorte ou projet d’intégration clinique :

contact@clinicog.fr

Publications mentionnées :

Lee, H. (2012). Langage et maladie d’Alzheimer : analyse multidimensionnelle d’un discours pathologique. Thèse de doctorat, Université Paul Valéry‑Montpellier III.

Trognon, A., Duman, C., Vittart, G., Stortini, N., Mahdar-Recorbet, L., & Altakroury, H. (2025). Deep learning of conversation-based ‘filmstrips’ for robust Alzheimer’s disease detection. npj Aging, 11(1), 77. https://doi.org/10.1038/s41514-025-00267-4