peterschreiber-media_AdobeStock-a638.jpg)
De nombreux travaux de recherche tentent actuellement d’utiliser la voix comme biomarqueur de maladies. Des changements subtils, tels qu’une dérive fréquentielle ou un changement de rythme, sont en effet des indicateurs de pathologies. Grâce à des algorithme d’intelligence artificielle, entrainée sur de gigantesques bases de données, il est possible de détecter et d’interpréter ces variations.
Toutefois, la majorité des modèles actuellement à l’étude ne prend pas en compte les capacités auditives des personnes dont les voix ont été enregistrées pour entrainer et fabriquer ces algorithmes, regrettent des chercheurs du département ORL de l’université de Floride du sud, dans un édito paru dans la revue JAMA Otoloaryngology.
« Prenons l'exemple d'un modèle qui détecte les tremblements vocaux ou les modifications du débit de parole et qui attribue ces caractéristiques à la maladie de Parkinson, expliquent les auteurs. Si le participant souffre réellement de presbyacousie avec réduction du retour auditif, le modèle a identifié une pathologie totalement erronée. »
Ils plaident donc pour que des données de santé auditives soient systématiquement collectées dans le développement de ces outils.
📝 J. M. Warith Rahman et al. JAMA Otol., 2026, doi 10.1001/jamaoto.2025.4836
