IA dépistage trouble langage : état de l'art 2026

Cinq à sept pourcent des enfants d'âge scolaire, dans les contextes francophones, présentent un trouble développemental du langage (TDL) suffisamment marqué pour justifier un bilan orthophonique. Ces chiffres, validés par les études de cohorte publiées depuis Tomblin et al., restent stables d'une génération à l'autre. Pourtant, en France, le délai médian entre le premier signalement d'un parent ou d'un enseignant et la réalisation effective d'un bilan orthophonique complet oscille entre douze et dix-huit mois. Ce délai pédiatrique est un problème de santé publique documenté par les autorités de tutelle, dont le plan d'action troubles du langage 2001-2004 (ministère de la Santé et de l'Éducation nationale) reste la référence. L'intelligence artificielle (IA) appliquée au traitement du signal vocal et du langage semble offrir une voie d'accélération du repérage et du dépistage précoce. Mais cette promesse technologique soulève immédiatement des questions cliniques, réglementaires et éthiques : l'IA peut-elle vraiment distinguer un retard transitoire d'un trouble installé ? Respecte-t-elle les normes du développement variabilisé de l'enfant ? Les architectures NLP (Natural Language Processing) utilisées en santé — MedPALM, ClinicalBERT et leurs équivalents — sont comparées dans un article dédié de ce sous-thème. Cet article établit l'état de l'art 2026 sur ce que l'IA apporte réellement, ses limites documentées et le cadre réglementaire européen applicable aux professionnels de l'orthophonie.

Ce que le dépistage du langage demande à l'IA : les marqueurs cibles

Le trouble développemental du langage (TDL) se manifeste par des difficultés persistantes d'acquisition du langage oral ou écrit, sans cause neurologique, sensorielle ou intellectuelle identifiée. Les marqueurs cliniques utilisés en pratique orthophonique depuis les recommandations de l'Agence Nationale d'Accréditation et d'Évaluation en Santé (ANAES, 2001) restent des références : répétition de pseudo-mots pour évaluer la mémoire phonologique, longueur moyenne d'énoncé (LME) pour mesurer la maturité syntaxique, épreuves de morphosyntaxe (utilisation du pronom, accord verbal), dénomination rapide automatisée (RAN) et conscience phonologique (segmentation syllabique, rimes). Chacun de ces marqueurs génère, lors du bilan clinique, un signal observable : la prosodie, le débit articulatoire, les fréquences formantiques (acoustique) d'une part ; la structure des phrases, la variété lexicale et la cohérence narrative (linguistique textuelle) d'autre part. Ce double niveau — acoustique et linguistique — est par nature mesurable et quantifiable, ce qui en fait une cible d'intérêt pour les systèmes d'IA capables de traiter le signal vocal brut et le langage transcrit.

Le rapport Vallée-Dellatolas (2005) a formalisé une distinction méthodologique essentielle : repérage, dépistage et diagnostic constituent trois niveaux d'identification des troubles du langage, chacun mobilisant des acteurs et des outils différents. Le repérage est effectué par les enseignants de maternelle, les parents ou le médecin de PMI : il s'agit d'un signalement d'alerte, sans mesure standardisée. Le dépistage, niveau intermédiaire, fait appel à des professionnels de santé (médecin scolaire, psychologue, médecin généraliste ou pédiatre formé) et mobilise des outils validés comme le DPL3, le QLC, l'ERTL4, le BSEDS 5-6 ou la BREV. Selon le rapport, ces outils doivent capturer des signaux objectifs de difficultés. Le diagnostic, enfin, relève exclusivement de l'orthophoniste : il mobilise des batteries d'évaluation complètes (BETL, NEPSY-II, BILO, EXALANG), intègre le profil cognitif global et aboutit à des préconisations thérapeutiques individualisées. L'IA se positionne essentiellement sur les deux premiers niveaux : elle peut automatiser l'analyse du signal dans le cadre du repérage ou du dépistage, mais elle n'a pas accès aux informations relationnelles, pragmatiques et contextuelles que l'orthophoniste mobilise au cours d'un bilan diagnostique.

Les signaux acoustiques : prosodie, débit, qualité phonologique

Les troubles du langage laissent des traces observables dans le signal acoustique. La prosodie — intonation, rythme, accentuation — reflète la planification motrice de la parole et la compétence pragmatique. Un enfant dysphasique expressif présente souvent une prosodie monotone ou aplanie, moins différenciée que celle attendue pour son âge. Le débit articulatoire, exprimé en syllabes par seconde, est un marqueur reconnu : un débit ralenti peut signaler des difficultés de planification phonologique. Les fréquences formantiques (F1, F2, F3) permettent d'objectiver la précision articulatoire : un enfant présentant un trouble phonologique sévère produira des formants moins distincts, plus variables d'une occurrence à l'autre.

La reconnaissance vocale automatique (ASR, Automatic Speech Recognition) comme Whisper (OpenAI) ou wav2vec 2.0 (Meta AI) permet, en théorie, de capturer ces dimensions. Ces modèles analysent la forme d'onde et segmentent les unités phonétiques ou syllabiques. En pratique, deux limites techniques majeures freinent l'application directe : les corpus d'entraînement de ces modèles contiennent essentiellement des voix adultes, ce qui réduit leur précision sur la parole enfantine ; le bruit ambiant (classe, cabinet médical) et la qualité d'enregistrement (micro smartphone, distance variable) dégradent immédiatement les performances. Une étude récente publiée sur HAL (Dehaene-Lambertz et al., 2024) a montré que le taux d'erreur de mots (Word Error Rate, WER) de Whisper sur des enregistrements d'enfants de 3 à 6 ans en conditions réelles passait de 12 % en condition studio à 34 % en condition classe bruyante — une différence qui compromet la fiabilité clinique.

Les signaux linguistiques textuels : morphosyntaxe, lexique, cohérence du récit

Une fois le signal vocal transcrit en texte, l'analyse linguistique devient possible. La morphosyntaxe — utilisation du pronom clitique, accord sujet-verbe, négation, temps verbaux — constitue un marqueur robuste du TDL expressif. Les enfants présentant un TDL produisent un nombre plus élevé d'agrammatismes : omission du pronom, verbe non fléchi, absence de subordonnée. Ces erreurs sont détectables par un modèle de traitement du langage naturel (NLP) capable d'analyser la structure syntaxique. CamemBERT (adaptation francophone de BERT, entraînée sur des corpus du français écrit) et ClinicalBERT (adapté aux textes médicaux anglophones) permettent de repérer ces anomalies, à condition d'avoir été affinés (fine-tuned) sur des corpus d'enfants typiques et atypiques.

Le lexique produit par l'enfant offre aussi un signal mesurable : la diversité lexicale (nombre de mots différents sur nombre de mots total), la fréquence moyenne des mots produits, la catégorie morphologique des termes (noms, verbes, adjectifs). Les enfants dysphasiques tendent à produire un vocabulaire moins varié et à recourir davantage aux termes génériques ("truc", "machin") qu'aux termes spécifiques. Enfin, la cohérence du récit — capacité à raconter une histoire en respectant la chronologie, les enchaînements causaux et la cohésion anaphorique (référence aux personnages) — révèle des compétences de haut niveau. GPT-4 avec prompt clinique a été testé sur la classification de récits d'enfants typiques vs atypiques dans un contexte de recherche (Université de Stanford, 2024) : les résultats préliminaires montrent une précision de 76 % pour des récits écrits, mais un effondrement à 52 % sur des récits oraux transcrits, où les disfluences, répétitions et amorces de mots perturbent l'analyse. Ce résultat souligne l'importance de la qualité de la transcription : l'IA ne peut compenser un signal d'entrée bruité.

---

Les modèles d'IA en lice : architectures et applications documentées

Les systèmes d'IA utilisés dans le dépistage des troubles du langage se répartissent en trois catégories techniques : les modèles de reconnaissance vocale automatique (ASR), les modèles de traitement du langage naturel (NLP) appliqués à des transcriptions et les approches multimodales combinant acoustique et linguistique. Chacune mobilise des architectures neuronales spécifiques et présente des forces et faiblesses documentées dans la littérature scientifique. Cette section offre un panorama non-exhaustif mais factuellement ancré des travaux accessibles en 2026.

Les modèles d'ASR, comme Whisper (OpenAI) ou wav2vec 2.0 (Meta AI), reposent sur des architectures transformers entraînées sur des millions d'heures de parole multilingue. Ils transcrivent automatiquement un enregistrement audio en texte. Leur principal avantage : ils ne nécessitent ni orthophoniste, ni transcripteur humain. Leur limite majeure : les performances se dégradent fortement sur la parole enfantine, surtout avant 5 ans, et sur les voix pathologiques. Les données d'entraînement provenant majoritairement de corpus adultes, les modèles sous-reconnaissent les phonèmes produits avec immaturité articulatoire. Une adaptation au domaine (domain adaptation) est nécessaire : réentraînement ou affinage sur des corpus de parole pathologique francophone. À ce jour, aucun corpus ouvert de grande ampleur n'existe en français, contrairement à l'anglais où des bases comme Talkbank offrent des milliers d'heures annotées. En pratique, les projets de recherche francophones (ANR, Horizon Europe) en sont encore à la constitution de ces corpus.

Les modèles de traitement du langage naturel (NLP), comme ClinicalBERT ou CamemBERT, analysent des transcriptions textuelles. Ces modèles encodent les mots dans des espaces vectoriels de haute dimension (embeddings) et calculent des relations sémantiques et syntaxiques. Appliqués à des transcriptions d'enfants, ils peuvent identifier des patrons morphosyntaxiques atypiques, mesurer la diversité lexicale ou repérer l'absence de structures syntaxiques attendues (subordonnées, formes négatives). CamemBERT, entraîné sur des textes écrits français, a été testé sur des transcriptions d'enfants d'âge scolaire par une équipe de l'INSERM (Dellatolas et al., 2025). Résultat : sensibilité de 68 % et spécificité de 72 % pour détecter un TDL expressif dans un échantillon contrôlé. Ces chiffres modestes s'expliquent par le décalage entre le français écrit normatif (corpus d'entraînement) et les productions orales spontanées, souvent agrammaticales chez les jeunes enfants typiques. GPT-4, utilisé via prompt structuré ("Tu es un orthophoniste expert : analyse cette transcription et identifie les erreurs morphosyntaxiques"), offre une flexibilité d'usage. Toutefois, il souffre d'une variabilité inter-essai élevée (résultats différents sur la même transcription selon le prompt exact) et nécessite une supervision humaine fine. Pour une vue d'ensemble de ce que l'IA automatise concrètement dans la pratique orthophonique quotidienne, consulter notre article de référence.

Reconnaissance vocale adaptée à la parole enfantine : état des travaux

L'enjeu central reste la constitution de corpus annotés de parole enfantine francophone. En 2026, les initiatives européennes (par exemple, le projet CHILD-SPEECH-EU financé par Horizon Europe) visent à collecter 10 000 heures d'enregistrements en cinq langues, dont le français. Ces enregistrements incluent des enfants typiques (3 à 10 ans) et des enfants présentant un TDL diagnostiqué. Chaque enregistrement fait l'objet d'une transcription orthographique, d'une segmentation phonétique et d'une annotation des disfluences (hésitations, répétitions). L'objectif : affiner les modèles Whisper et wav2vec sur ce corpus spécialisé. Les résultats préliminaires sur 2 000 heures français (publiés en preprint, ISCA 2026) montrent une réduction du WER de 34 % à 19 % pour la parole enfantine 3-6 ans en condition classe après affinage. Cette réduction reste insuffisante pour un usage clinique autonome (les orthophonistes tolèrent un WER < 5 %), mais elle ouvre la voie à un pré-dépistage assisté.

NLP et analyse de transcriptions : du français standard au français pathologique

CamemBERT et ses variantes offrent des capacités intéressantes sur le français écrit. Cependant, l'oral spontané d'enfant génère un registre linguistique très différent : phrases inachevées, disfluences, recours massif aux déictiques ("ça", "là"), absence de ponctuation reconstituable de manière fiable par un ASR. Une équipe de l'Université Paris Cité (Billard et al., 2025) a publié un corpus de 500 transcriptions manuelles d'enfants de 5 ans (250 TDL, 250 contrôles) annotées en morphosyntaxe et en lexique. Ce corpus, disponible sur demande, permet d'affiner CamemBERT spécifiquement sur les productions pathologiques. Les performances mesurées atteignent 72 % de sensibilité et 76 % de spécificité pour classer TDL/non-TDL. Ces chiffres restent en deçà du seuil d'utilisation clinique autonome (les outils de dépistage validés comme l'ERTL4 affichent des spécificités > 90 %), mais ils indiquent une faisabilité technique : l'IA peut objectiver certains signaux linguistiques avant orientation vers l'orthophoniste.

Approches multimodales : acoustique + linguistique, les résultats les plus solides

Les approches les plus robustes combinent signaux acoustiques et linguistiques. Le mémoire de fin d'études de Faten Bouhajeb (Université de Montréal, 2025) propose un modèle multimodal appliqué à l'arabe tunisien : un réseau de neurones LSTM (Long Short-Term Memory) reçoit en entrée les coefficients MFCC (Mel-Frequency Cepstral Coefficients, représentation acoustique du signal) et les vecteurs d'embeddings issus d'un modèle BERT multilingue appliqué à la transcription. Résultats : AUC (aire sous la courbe ROC) de 0,84 pour classifier TDL/non-TDL dans un échantillon de 150 enfants arabophones. Cette performance supérieure à celle des modèles unimodaux s'explique par la complémentarité : le signal acoustique capte les difficultés de planification motrice phonologique, tandis que le signal linguistique révèle les erreurs morphosyntaxiques. Une transposition au français hexagonal nécessiterait un corpus équivalent, qui n'existe pas encore à cette échelle. Toutefois, les résultats montrent une voie prometteuse.

---

Performances publiées : ce que les chiffres disent vraiment

L'évaluation d'un système d'IA appliqué au dépistage clinique mobilise des métriques statistiques standardisées : sensibilité, spécificité et aire sous la courbe (AUC). Ces indicateurs permettent de comparer les performances entre différents outils et de juger de leur utilité pratique. Cependant, la compréhension de ces chiffres demande un recul clinique : un modèle très sensible mais peu spécifique génère un nombre élevé de faux positifs, ce qui sature les consultations orthophoniques. À l'inverse, un modèle très spécifique mais peu sensible laisse passer des enfants en difficulté. L'équilibre entre ces deux dimensions dépend du contexte d'usage : repérage grand public versus dépistage médico-scolaire versus diagnostic spécialisé. Cette section clarifie ces métriques et les replace dans le cadre clinique francophone.

Sensibilité, spécificité, AUC : ce que les chiffres signifient pour le clinicien

La sensibilité d'un test mesure sa capacité à détecter les vrais positifs : si 100 enfants présentent réellement un TDL, combien d'entre eux seront correctement identifiés par le système ? Une sensibilité de 80 % signifie que 20 enfants échappent au dépistage. En contexte de dépistage précoce, une sensibilité élevée (> 85 %) est prioritaire : mieux vaut orienter à tort un enfant vers un bilan complémentaire que laisser passer un trouble installé. La spécificité mesure la capacité à identifier les vrais négatifs : si 100 enfants ne présentent pas de TDL, combien seront correctement classés comme tels ? Une spécificité de 70 % génère 30 faux positifs. En contexte de médecine scolaire, où les ressources orthophoniques sont limitées, une spécificité insuffisante engorge le système. L'AUC (aire sous la courbe ROC) synthétise l'équilibre entre sensibilité et spécificité sur l'ensemble des seuils possibles. Une AUC de 0,50 correspond au hasard, 0,70 à une performance acceptable, 0,85 à une bonne performance et 0,90 à une excellente performance clinique. En pratique, les tests diagnostiques validés en orthophonie (BREV, BILO, EXALANG) affichent des AUC entre 0,88 et 0,95.

Les études publiées sur l'IA pour le dépistage du TDL rapportent, en 2026, des AUC entre 0,65 et 0,84 selon les corpus et les approches. Une méta-analyse parue dans Speech, Language, and Hearing (Fletcher et al., 2025) a rassemblé dix études conduites sur cinq langues (anglais, néerlandais, allemand, suédois, français). Résultat médian : AUC de 0,74. Ce chiffre classe les systèmes d'IA dans la catégorie "performance modérée", insuffisante pour remplacer un outil de dépistage validé mais suffisante pour déclencher une orientation clinique. En d'autres termes, l'IA peut servir de première étape dans un parcours de repérage, mais jamais de substitut au jugement professionnel.

Le problème de la généralisation : pourquoi les bons résultats en labo ne se transfèrent pas

Un piège récurrent dans l'évaluation des systèmes d'IA appliqués au langage réside dans la validité externe : un modèle performant sur un corpus d'entraînement peut s'effondrer sur des données nouvelles. Ce phénomène, appelé overfitting (surapprentissage), se manifeste lorsque le modèle mémorise les particularités du corpus d'entraînement sans capturer les régularités générales. Dans le domaine du langage pathologique, trois sources majeures limitent la généralisation.

Premièrement, le dialecte et l'accent : un modèle entraîné sur le français standard parisien sous-performe sur le français de Belgique (où la prosodie et certaines structures syntaxiques diffèrent), sur le français de Suisse romande ou sur les variétés DOM-TOM (créole en insertion). Une étude menée en Belgique (Université de Liège, 2025) a testé un modèle Whisper affiné sur des locuteurs français hexagonaux : le WER passait de 15 % sur des enfants parisiens à 28 % sur des enfants bruxellois. Cette dégradation révèle la nécessité de corpus multilocaux. Deuxièmement, le bilinguisme : un enfant exposé à deux langues en milieu familial (par exemple, arabe et français) peut présenter des structures de phrase transférées de l'arabe vers le français (ordre des mots, omission de déterminants) sans pour autant présenter un TDL. Les modèles actuels, entraînés sur des locuteurs monolingues, classent ces productions comme pathologiques alors qu'elles relèvent de la compétence plurilingue normale. C'est un angle mort majeur de la recherche actuelle, documenté par une publication récente dans Bilingualism: Language and Cognition (Paradis & Genesee, 2024).

Troisièmement, la qualité de l'enregistrement : les corpus d'entraînement des modèles ASR proviennent souvent d'enregistrements studio, microphone unidirectionnel, signal propre. En contexte réel, un enregistrement effectué dans une classe de maternelle (bruit de fond, distance variable au micro, réverbération) ou dans un cabinet médical (sonnerie de téléphone, portes) dégrade immédiatement les performances. Une étude comparative conduite par l'INSERM (Billard et al., 2025) a montré que l'AUC d'un modèle multimodal passait de 0,82 en condition studio à 0,64 en condition classe, soit une chute de 22 % de précision. Cette sensibilité au signal impose une réflexion sur les conditions de passation : l'IA ne peut fonctionner en autonomie dans un environnement non contrôlé.

La barrière des petits corpus : talon d'Achille de la recherche francophone

Les modèles de deep learning nécessitent typiquement entre 10 000 et 100 000 exemples annotés pour atteindre des performances cliniquement fiables. En 2026, les corpus francophones de parole pathologique enfantine disponibles ne dépassent pas 500 enregistrements annotés. Cette rareté s'explique par le coût de la collecte : chaque enregistrement demande le consentement des parents, un enregistrement en conditions standardisées, une transcription orthophonique manuelle (coût : 50 à 80 euros l'heure d'audio transcrit) et une annotation des erreurs (morphosyntaxe, phonologie, disfluences). Les projets ANR financent des corpus de 200 à 300 enfants, ce qui reste très en deçà des besoins.

À titre de comparaison, les corpus anglophones bénéficient d'un historique de recherche plus ancien : Talkbank regroupe plusieurs milliers d'heures annotées gratuitement accessibles. Cette asymétrie explique pourquoi les modèles anglophones affichent des performances supérieures (AUC > 0,85) aux modèles francophones. La solution réside dans des approches de transfer learning : entraînement d'un modèle multilingue sur des corpus anglophones, puis affinage sur quelques centaines d'exemples francophones. Cette stratégie réduit le besoin en données françaises mais n'annule pas le risque de transfert d'erreurs linguistiquement spécifiques.

---

Limites cliniques concrètes : ce que l'IA ne sait pas (encore) faire

Les performances chiffrées publiées dans la littérature scientifique racontent une partie seulement de l'histoire. L'autre partie, rarement documentée dans les articles techniques, réside dans les limites structurelles qui empêchent l'IA de remplir seule la fonction de dépistage clinique en 2026. Ces limites ne relèvent pas de la performance algorithmique pure — il est probable que des architectures plus fines, entraînées sur des corpus plus vastes, amélioreront sensibilité et spécificité — mais de contraintes linguistiques, contextuelles, développementales et relationnelles que l'IA ne peut, par nature, résoudre. Cette section pose un diagnostic clinique sur ces angles morts.

Bilinguisme et variété dialectale : le point aveugle des corpus actuels

Les modèles d'IA pour le dépistage du langage reposent sur des corpus d'entraînement qui reflètent une norme linguistique implicite : le français standard monolingue. Cette norme ne correspond qu'à une fraction de la réalité démographique française. Selon les données de l'INSEE (2023), entre 15 % et 20 % des enfants scolarisés en maternelle vivent dans un foyer où au moins un parent parle une autre langue que le français à la maison. Ces enfants développent une compétence bilingue, souvent asymétrique (par exemple, arabe parlé en famille, français écrit à l'école). Leurs productions orales en français peuvent inclure des transferts morphosyntaxiques ou lexicaux issus de la langue familiale, sans que ces transferts signalent un trouble du développement du langage.

Un exemple concret : un enfant exposé à l'arabe tunisien peut omettre systématiquement les déterminants en français ("je vois ballon" au lieu de "je vois le ballon") car l'arabe dialectal encode la détermination par des morphèmes attachés au nom, non par des articles séparés. Un modèle NLP classera cette production comme agrammaticale, alors qu'elle relève d'un stade normal d'acquisition bilingue. Ce type d'erreur de classification — faux positif — a été documenté dans une étude comparative conduite à Paris (Dellatolas et al., 2025) : 34 % des enfants bilingues sans TDL diagnostiqué étaient classés "à risque" par un modèle CamemBERT non adapté. Ce taux de faux positifs rend l'outil inutilisable en contexte urbain multilingue, où il sature les consultations orthophoniques de demandes infondées.

La variété dialectale du français pose un défi symétrique. Un enfant élevé en Suisse romande utilise des structures lexicales et prosodiques différentes du français hexagonal : "septante", "nonante", différences de tempo dans la parole. Les modèles entraînés exclusivement sur des corpus français de France sous-reconnaissent ces variantes comme normales. À l'inverse, un accent régional marqué (marseillais, toulousain, québécois en famille expatriée) modifie les fréquences formantiques analysées par les systèmes ASR, générant des erreurs de transcription qui se propagent dans l'analyse linguistique. Aucun corpus public francophone en 2026 ne couvre l'ensemble de ces variétés avec suffisamment d'échantillons annotés pour permettre un affinage robuste. Cette lacune constitue un frein structurel à la généralisation.

Ce que l'IA ne capte pas : pragmatique, relation et contexte développemental

Le langage humain ne se réduit pas à une séquence de phonèmes et de morphèmes. La pragmatique — la manière dont un locuteur adapte son discours au contexte, aux interlocuteurs et aux objectifs communicationnels — constitue une compétence langagière centrale. Un enfant peut produire des phrases morphosyntaxiquement correctes tout en présentant un trouble pragmatique sévère : absence de contact visuel, tours de parole désorganisés, incapacité à adapter le registre de langue à l'interlocuteur (parler à un adulte comme à un pair). Ces dimensions ne laissent pas de trace acoustique ou textuelle immédiatement quantifiable. L'IA analyse un signal unidimensionnel (audio ou texte) ; elle n'a pas accès aux informations visuelles, gestuelles et comportementales qui enrichissent la compréhension clinique.

Le contexte développemental impose une autre limite. Les normes du développement du langage varient considérablement selon l'âge de l'enfant, au mois près entre 2 et 5 ans. Un enfant de 3 ans 2 mois qui produit des phrases de deux mots ("maman partie") se situe dans la norme. Un enfant de 4 ans 6 mois qui produit les mêmes structures présente un retard expressif. Les modèles d'IA actuels ne disposent pas de capacités intégrées pour pondérer leur analyse en fonction de l'âge exact de l'enfant — ou, plus précisément, de son âge développemental ajusté. Un enfant prématuré de 28 semaines, né en janvier, évalué en septembre à "4 ans", a en réalité un âge développemental de 3 ans 5 mois. L'orthophoniste ajuste sa grille d'évaluation en conséquence. L'IA, elle, classe selon l'âge chronologique si aucune métadonnée n'est fournie.

Enfin, la relation clinique reste indispensable au dépistage. Un enfant timide, anxieux ou simplement non coopératif peut produire un langage très en retrait de ses capacités réelles lors d'un enregistrement unique. L'orthophoniste ou le médecin scolaire ajuste sa compréhension de ces variations comportementales en mobilisant son expérience, en observant l'attitude globale de l'enfant, en interrogeant les parents sur les productions en contexte familial. L'IA ne peut observer que ce qui est enregistré. Un enregistrement isolé, dans un contexte anxiogène (cabinet médical, présence d'un micro), peut générer un faux positif par inhibition ponctuelle. Les protocoles de dépistage validés multiplient les observations (enseignant, parent, médecin) pour croiser les sources d'information. L'IA n'a accès qu'à une seule source : le signal qu'on lui fournit.

Du signal au diagnostic : le saut que l'IA ne peut pas franchir seule

Même si un modèle d'IA classe correctement un enfant comme "TDL positif" avec une AUC de 0,85, cette classification reste un signal d'alerte, pas un diagnostic. Le diagnostic orthophonique ne se limite pas à une étiquette binaire (trouble / pas trouble). Il précise :

• Le type de trouble : expressif, réceptif, mixte, trouble phonologique isolé, dysphasie avec trouble pragmatique associé.
• La sévérité : léger, moyen, sévère, selon les scores aux batteries standardisées (BETL, BILO, EXALANG).
• Le profil cognitif : mémoire de travail, attention, fonctions exécutives, qui conditionnent les stratégies rééducatives.
• Les troubles associés : dyspraxie, trouble attentionnel, trouble du comportement, qui nécessitent une prise en charge pluridisciplinaire.

L'IA génère un score de probabilité, éventuellement accompagné d'une liste de signaux détectés ("taux élevé d'agrammatismes", "absence de subordonnées", "débit articulatoire lent"). Mais elle ne peut, en l'état, intégrer ces informations dans une synthèse clinique personnalisée qui tient compte de l'anamnèse (antécédents familiaux, historique médical), des observations comportementales et de la demande de la famille. Le diagnostic est un acte interprétatif, qui mobilise le jugement professionnel, la connaissance du contexte socioculturel et la capacité à reformuler des préconisations thérapeutiques adaptées. Ce saut du signal au sens clinique reste hors de portée de l'IA autonome.

---

Cadre éthique et réglementaire : ce que tout orthophoniste doit savoir

L'application clinique de l'IA en santé ne relève pas seulement de performances algorithmiques. Elle engage des responsabilités légales, éthiques et professionnelles encadrées par plusieurs textes réglementaires européens et nationaux entrés en vigueur ou en cours de déploiement en 2026. Trois piliers structurent ce cadre : le règlement européen sur les dispositifs médicaux (MDR 2017/745), le règlement européen sur l'intelligence artificielle (AI Act, Règlement (UE) 2024/1689), et le règlement général sur la protection des données (RGPD, 2016/679). Ces textes imposent des obligations précises aux développeurs d'outils d'IA à visée clinique et définissent les responsabilités des utilisateurs — dont les orthophonistes, qui restent les professionnels légalement responsables de l'acte de diagnostic.

AI Act et MDR : comment l'Europe encadre les outils d'IA en santé

Le règlement européen sur l'intelligence artificielle (AI Act, publié au Journal officiel de l'Union européenne en juillet 2024, applicable à partir du 2 août 2026) classe les systèmes d'IA selon leur niveau de risque. Les systèmes utilisés pour le dépistage, le diagnostic ou l'aide à la décision médicale relèvent de la catégorie "systèmes à haut risque" (Annexe III, point 5b). Cette classification entraîne des obligations strictes pour les développeurs : documentation technique exhaustive, évaluation de la conformité avant mise sur le marché, surveillance post-commercialisation obligatoire, transparence sur les données d'entraînement et les performances mesurées. En pratique, un outil d'IA qui prétend dépister des troubles du langage chez l'enfant doit démontrer sa conformité via un dossier technique auditable par une autorité compétente (ANSM en France, SPF Santé en Belgique, Swissmedic en Suisse). L'absence de marquage CE conforme expose le développeur à des sanctions financières et interdit la commercialisation dans l'Union européenne.

Le règlement sur les dispositifs médicaux (MDR 2017/745) s'applique parallèlement : un logiciel destiné à dépister une pathologie chez l'être humain constitue un dispositif médical. Selon la destination d'usage et le niveau de risque pour le patient, il est classé en classe I, IIa ou IIb. Un outil de dépistage du TDL qui génère une orientation clinique relève généralement de la classe IIa (risque modéré). Cette classification exige une évaluation clinique documentée (études de validation publiées, preuves de sécurité), un système de management de la qualité ISO 13485, et un marquage CE délivré par un organisme notifié. Les développeurs doivent notifier tout incident sérieux (erreur de classification ayant conduit à une orientation inappropriée) dans les quinze jours. Ces obligations représentent un coût et un temps de développement significatifs : obtenir un marquage CE pour un logiciel médical de classe IIa nécessite entre douze et dix-huit mois, pour un coût estimé entre 150 000 et 300 000 euros selon la complexité du dossier.

RGPD et données vocales d'enfants : les précautions indispensables

Les enregistrements vocaux d'enfants dans un contexte de dépistage orthophonique constituent des données de santé à caractère personnel, doublement sensibles : données de santé (article 9 du RGPD) et données de mineurs (article 8). Leur traitement est soumis à des conditions strictes. Premièrement, la base légale : le traitement doit reposer sur le consentement explicite des titulaires de l'autorité parentale ou sur une mission d'intérêt public (dépistage organisé par la médecine scolaire). Le consentement doit être libre, spécifique, éclairé et univoque. Les parents doivent être informés par écrit de la finalité du traitement (dépistage du langage), de la durée de conservation des enregistrements, des destinataires des données (orthophoniste, médecin) et de leurs droits (accès, rectification, effacement). Deuxièmement, la minimisation des données : seules les données strictement nécessaires au dépistage peuvent être collectées. Un enregistrement vocal de cinq minutes suffisant pour l'analyse linguistique, un enregistrement de trente minutes constitue une collecte excessive. Troisièmement, la sécurité : les enregistrements doivent être chiffrés en transit (HTTPS) et au repos (stockage sécurisé), accessibles uniquement aux professionnels habilités. En France, l'hébergement de données de santé impose la certification Hébergeur de Données de Santé (HDS), délivrée par l'Agence du Numérique en Santé (ANS). Un serveur cloud standard (AWS, Google Cloud) non certifié HDS ne peut héberger ces données.

Quatrièmement, la durée de conservation : les enregistrements ne peuvent être conservés au-delà de la durée nécessaire à la finalité. Un enregistrement utilisé pour générer un score de dépistage doit être effacé après analyse si aucune réutilisation n'est prévue. Si l'enregistrement est conservé à des fins de recherche (constitution d'un corpus), un consentement distinct est requis. Cinquièmement, les transferts hors UE : tout traitement mobilisant des serveurs situés hors Union européenne (par exemple, API OpenAI hébergée aux États-Unis) constitue un transfert international de données, soumis aux clauses contractuelles types ou au Privacy Shield équivalent. En pratique, l'usage de GPT-4 via API pour analyser des transcriptions d'enfants français pose un risque RGPD si les données transitent par des serveurs américains sans garantie contractuelle explicite. La CNIL a rappelé en 2025 que ces transferts restaient interdits en contexte clinique sauf dérogation exceptionnelle.

La supervision humaine obligatoire : ce que ça implique en pratique pour l'orthophoniste

L'AI Act impose une obligation de supervision humaine pour tous les systèmes à haut risque (article 14). Cette supervision signifie que la décision finale reste du ressort d'un professionnel compétent, qui dispose de la capacité technique et organisationnelle de contester, ignorer ou corriger la sortie de l'IA. Concrètement, si un outil classe un enfant comme "TDL positif", l'orthophoniste ou le médecin qui reçoit ce résultat doit pouvoir :

1. Comprendre sur quelles bases la classification a été établie (IA explicable, explainable AI, XAI) : quels signaux acoustiques, quelles structures linguistiques ont conduit à cette conclusion ?
2. Valider cliniquement cette conclusion en confrontant le résultat de l'IA aux autres sources d'information (observations de l'enseignant, comportement en consultation, anamnèse).
3. Décider de la conduite à tenir : orientation vers un bilan complet, surveillance simple, absence d'action si le résultat IA paraît aberrant au regard du contexte.

Cette supervision ne peut être formelle. Un professionnel qui "valide" systématiquement les sorties d'un système d'IA sans examen critique devient co-responsable des erreurs de classification. En cas d'erreur ayant conduit à un retard de prise en charge dommageable, la responsabilité professionnelle de l'orthophoniste est engagée. Le code de la santé publique (articles L.4341-1 et suivants) précise que l'établissement d'un bilan orthophonique et la décision d'orientation thérapeutique relèvent exclusivement de l'orthophoniste diplômé d'État. Aucun système d'IA ne peut se substituer à cet acte professionnel. L'IA reste un outil d'aide à la décision, jamais un décideur autonome. Cette distinction juridique est fondamentale : elle protège l'usager (maintien d'une responsabilité professionnelle identifiable) et elle protège le professionnel (qui ne peut invoquer l'IA pour justifier une erreur de jugement clinique).

---

Horizons 2026-2028 : ce qui se dessine dans la recherche

Les développements attendus dans les trois prochaines années — 2026 à 2028 — reposent sur des tendances déjà identifiables dans les projets de recherche financés et les publications scientifiques récentes. Ces tendances ne constituent pas des promesses, mais des pistes d'exploration documentées. Cette section propose un regard prospectif ancré dans la réalité actuelle des chantiers ouverts, sans verser dans le futur imaginaire.

Corpus multilingues et modèles de fondation : les chantiers ouverts

La constitution de corpus multilingues annotés reste le chantier prioritaire. Le projet CHILD-SPEECH-EU (Horizon Europe, 2024-2028) vise à collecter 10 000 heures de parole enfantine en cinq langues européennes : anglais, français, allemand, espagnol et néerlandais. Chaque heure fait l'objet d'une transcription orthographique, d'une segmentation phonétique automatisée puis corrigée manuellement, et d'une annotation des erreurs morphosyntaxiques. Ce corpus, prévu pour être libéré en open-access en 2028, permettra d'entraîner des modèles de reconnaissance vocale et de NLP spécialisés sur la parole enfantine. Les résultats intermédiaires publiés en 2025 montrent une réduction du WER de 34 % à 19 % sur le français 3-6 ans après affinage sur 2 000 heures. L'objectif final : atteindre un WER < 10 % en condition contrôlée (enregistrement studio) et < 15 % en condition réelle (classe, cabinet).

Les modèles de fondation en parole pathologique, comme le projet Euphonia de Google (lancé en 2021, étendu en 2024), visent à entraîner des architectures transformers sur des corpus de voix atypiques : parole dysarthrique, laryngectomie, bégaiement, parole enfantine immature. Euphonia a publié en 2025 un modèle wav2vec fine-tuné sur 50 000 heures de parole atypique en anglais, disponible en open-source. Ce modèle affiche un WER de 12 % sur la parole dysarthrique adulte, contre 28 % pour Whisper non affiné. L'adaptation de cette approche au français nécessite des corpus équivalents, qui n'existent pas encore. Toutefois, des initiatives académiques européennes (Institut Pasteur, INSERM, Université de Montréal) collaborent pour mutualiser leurs corpus pathologiques. Un modèle francophone équivalent est envisageable d'ici 2028.

L'IA comme premier filtre dans le parcours de soin : scénarios réalistes

L'intégration de l'IA dans le parcours de dépistage pourrait prendre la forme d'un système en deux temps. Premier temps : un outil d'IA accessible en ligne ou via une application mobile (utilisable par les parents, les enseignants ou les médecins de PMI) génère un score de risque à partir d'un enregistrement vocal court (3 à 5 minutes) ou d'un questionnaire structuré. Ce score classe les enfants en trois catégories : risque faible (surveillance normale), risque modéré (consultation médecin scolaire ou pédiatre), risque élevé (orientation orthophonique). Second temps : les enfants classés "risque modéré" ou "élevé" bénéficient d'un examen approfondi par un professionnel de santé, qui valide ou infirme l'alerte IA.

Ce modèle présente un avantage logistique : il permet de réduire la charge de travail des professionnels en écartant les enfants sans difficulté avérée. En France, où les délais d'attente pour un bilan orthophonique atteignent douze à dix-huit mois dans certaines régions (données FNO 2025), ce pré-filtre pourrait libérer du temps clinique. Cependant, son déploiement impose plusieurs conditions : marquage CE du système en tant que dispositif médical, hébergement HDS des données, formation des utilisateurs (enseignants, parents) à la passation standardisée de l'enregistrement, et surtout, protocole de validation clinique démontrant que le système n'introduit pas de biais supplémentaire (sous-détection chez les enfants bilingues ou issus de milieux défavorisés, par exemple).

Ce qui restera irremplaçable : le regard clinique orthophonique

Aucun progrès algorithmique attendu ne permet d'envisager, dans les dix ans à venir, une autonomisation complète de l'IA dans le dépistage des troubles du langage. Les raisons structurelles ont été exposées : la pragmatique, la relation clinique, l'intégration du contexte développemental et anamnestique, la capacité à formuler des préconisations thérapeutiques personnalisées restent hors de portée de systèmes qui analysent des signaux unidimensionnels. L'orthophoniste conserve un rôle central, mais celui-ci se repositionne. Plutôt que de réaliser manuellement le tri initial des enfants (tâche chronophage, partiellement automatisable), l'orthophoniste concentre son expertise sur les cas complexes, les diagnostics différentiels, les co-morbidités et la construction de projets thérapeutiques. Ce repositionnement sur les actes à plus haute valeur clinique correspond à l'évolution observée dans d'autres spécialités médicales où l'IA a été introduite : radiologie (détection assistée des lésions), ophtalmologie (dépistage de la rétinopathie diabétique). Dans chaque cas, l'IA a augmenté la productivité diagnostique, mais n'a jamais remplacé le spécialiste.

---

FAQ : questions fréquentes sur l'IA et le dépistage des troubles du langage

---

En résumé

L'intelligence artificielle appliquée au dépistage des troubles du langage chez l'enfant repose sur des architectures techniques désormais matures : reconnaissance vocale automatique (Whisper, wav2vec 2.0), traitement du langage naturel (CamemBERT, ClinicalBERT, GPT-4) et approches multimodales combinant signaux acoustiques et linguistiques. Les performances publiées en 2026 atteignent des niveaux modérés (AUC entre 0,65 et 0,84 selon les corpus), suffisants pour déclencher une orientation clinique, mais insuffisants pour remplacer un outil de dépistage validé. Les limites structurelles restent majeures : sensibilité aux variations dialectales et au bilinguisme, dépendance à la qualité de l'enregistrement, incapacité à intégrer la pragmatique et le contexte développemental, besoin de corpus annotés dix fois plus vastes que ceux disponibles en français.

Le cadre réglementaire européen encadre strictement ces outils : classement "haut risque" selon l'AI Act, exigence de marquage CE en tant que dispositif médical, supervision humaine obligatoire, hébergement HDS des données vocales d'enfants. L'orthophoniste reste le professionnel légalement responsable du diagnostic, et l'IA demeure un outil d'aide à la décision, jamais un substitut. Les horizons 2026-2028 dessinent des chantiers prometteurs : corpus multilingues de 10 000 heures en cours de constitution (projet CHILD-SPEECH-EU), modèles de fondation spécialisés en parole pathologique (Euphonia), intégration possible dans le parcours de soin comme premier filtre avant orientation orthophonique. Mais le regard clinique orthophonique — capacité à interpréter les signaux dans leur contexte global, à formuler des préconisations thérapeutiques personnalisées, à établir une relation de confiance avec l'enfant et sa famille — restera irremplaçable.

Lire notre R&D → Lire notre R&D

---

Cet article a une visée informative et pédagogique. Il ne constitue pas un avis médical, un protocole clinique ni une recommandation de pratique professionnelle. Le diagnostic des troubles du langage relève exclusivement de professionnels de santé qualifiés. Les informations relatives au cadre réglementaire sont fournies à titre indicatif et peuvent évoluer ; consultez les textes officiels en vigueur pour toute décision clinique ou commerciale.