Cet article présente une approche innovante qui exploite les systèmes d'assistance vocale (SAV) pour le diagnostic précoce du déclin cognitif. Nous avons développé Cog-TiPRO, un nouveau cadre de détection du déclin cognitif, en analysant les données de commandes vocales recueillies auprès de 35 personnes âgées (dont 15 interagissaient quotidiennement avec le SAV) pendant 18 mois. Cog-TiPRO combine l'extraction de caractéristiques linguistiques grâce à l'affinement des invites répétées basé sur LLM, l'extraction de caractéristiques acoustiques basée sur HuBERT et la modélisation temporelle basée sur Transformer. Grâce à iTransformer, nous avons obtenu une précision de 73,80 % et un score F1 de 72,67 % pour la détection des troubles cognitifs légers (TCL), soit une amélioration de 27,13 % par rapport aux méthodes existantes. L'approche LLM a permis d'identifier les caractéristiques linguistiques qui caractérisent les schémas d'utilisation quotidienne des commandes des personnes en déclin cognitif.
