Nel 2019 una ricerca di Apple sulla demenza, condotta con la casa farmaceutica Eli Lilly e la startup Evidation, osservò che chi mostrava sintomi di declino cognitivo digitava più lentamente, con meno regolarità, e mandava meno messaggi. Per dodici settimane erano stati seguiti 82 volontari sani e 31 persone con stadi diversi di declino, tutti dotati di iPhone, Apple Watch e di un sensore per il sonno. Lo studio non trasse conclusioni e chiese ulteriori analisi.
Dalle dita alla voce
Sette anni dopo, ci siamo: abbiamo le risposte. Adesso il segnale sotto osservazione è un altro: il modo in cui si parla. Il 30 settembre 2026 la rivista Science Advances ha pubblicato il lavoro di un gruppo internazionale guidato dal Global Brain Health Institute del Trinity College di Dublino, che ha battezzato speech clock un modello di machine learning capace di stimare l’età di una persona a partire da centinaia di caratteristiche acustiche e linguistiche del suo parlato. L’autore senior è Agustín Ibáñez, professore di Brain health alla scuola di medicina del Trinity College.
La differenza tra l’età anagrafica e quella che l’algoritmo attribuisce alla voce si chiama speech age gap. Un valore positivo indica che il modello attribuisce al parlato un’età superiore a quella anagrafica. Lo speech age gap è un indicatore sperimentale associato a diversi parametri dell’invecchiamento, non una misura diretta della velocità con cui una persona sta invecchiando.
Che cosa ascolta l’algoritmo
Il modello non si concentra su una singola misura. Dal lato acustico considera l’altezza della voce, la cadenza, la durata delle pause, il timbro e la modulazione emotiva. Dal lato linguistico pesa la ricchezza del vocabolario, la densità lessicale, la coerenza semantica e la complessità della sintassi. Tutti questi parametri confluiscono in un indice composito che stima l’età, e dallo scarto rispetto alla data di nascita nasce il divario individuale.
Per fare questa analisi sono state usate quasi tremila voci dall’America Latina. Infatti, i dati vengono da 2928 partecipanti di lingua spagnola in Argentina, Cile, Colombia, Messico e Perù, reclutati attraverso il consorzio ReDLat, nato per ampliare la ricerca sulla demenza in America Latina. Il gruppo comprendeva anziani cognitivamente sani, persone con declino cognitivo lieve, pazienti con malattia di Alzheimer e pazienti con diverse varianti di demenza frontotemporale. La ricerca sui biomarcatori della demenza si è concentrata a lungo su coorti di Nord America ed Europa occidentale, e questo campione sposta altrove il baricentro.
Un divario che si legge ovunque
I partecipanti sani mostrano i divari più piccoli. Nei pazienti il valore cresce, con l’Alzheimer sotto le due varianti di demenza frontotemporale. Chi aveva una voce più anziana della propria età presentava anche un’età cerebrale più avanzata, misurata con la risonanza magnetica strutturale e funzionale, e un’età più alta secondo tre diversi orologi epigenetici basati sulla metilazione del dna.
Nei pazienti con Alzheimer il divario seguiva i livelli plasmatici di una proteina che è proteina tau fosforilata 217 (p-tau217), uno dei marcatori ematici più sensibili della malattia. Un divario più ampio coincideva poi con funzioni esecutive più deboli, memoria di lavoro più fragile e minore autonomia quotidiana, anche nei compiti che con il linguaggio non c’entrano.
Il parlato porta anche una traccia sociale. Tra i sani e tra i malati di Alzheimer, un’esistenza segnata da bassa istruzione, insicurezza alimentare, scarso accesso alle cure e difficoltà economiche si associava a un invecchiamento vocale più rapido. «La nostra voce sembra contenere molte più informazioni sull’invecchiamento di quanto riconoscessimo finora», ha detto Ibáñez.
Prudenza da laboratorio
Gli autori descrivono lo speech clock come un impianto sperimentale di ricerca, lontano da un test diagnostico. I dati sono trasversali, fotografano un momento, e per sapere se un profilo vocale più vecchio preannunci un declino prima dei sintomi serviranno studi che seguano le stesse persone nel tempo. L’idea è la promessa di una diagnosi precoce, che tuttavia almeno per ora anticipa di qualche anno quello che la ricerca ha dimostrato.
C’è un secondo motivo di cautela. Poiché il divario registra anche istruzione e condizioni di vita, un valore alto in una singola persona può raccontare la biografia quanto il cervello, e la lettura individuale resta delicata. Lo stesso Ibáñez parla di uno strumento che, combinato con altri biomarcatori, potrebbe affiancare misurazioni di invecchiamento molto più costose.
Il polso e il telefono
La questione si gioca sulla distanza tra un dato e il suo significato: l’avevamo incontrata di recente. Il 5 ottobre 2026 Eric Topol, cardiologo tra i nomi più autorevoli della medicina digitale, ha ricordato a proposito di Apple Watch Series 12 che la variabilità della frequenza cardiaca e il nuovo Readiness Score da 0 a 10 sono tendenze personali e non verdetti sulla salute: associazione non significa causa. Un divario vocale vive nello stesso territorio, con il vantaggio di una base scientifica già pubblicata e il limite di una validazione ancora aperta.
Sul piano tecnico, la strada è meno lunga di quanto sembri. Gli auricolari di Apple misurano già l’udito con un test di cinque minuti i cui risultati confluiscono nell’app Salute, e i microfoni di un telefono registrano voce e pause senza hardware aggiuntivo.
Quanto al monitoraggio a distanza, nel 2021 la cardiologa Heather Ross aveva avviato presso l’University Health Network uno studio sull’insufficienza cardiaca con Apple Watch Series 6: tre mesi di controllo attivo e due anni di verifiche, nell’idea di offrire a casa ciò che di solito si fa in clinica. Il parlato porterebbe lo stesso schema a un organo che nessun sensore al polso raggiunge.
Chi custodisce la voce
Una registrazione vocale che trasmette età biologica, stato cognitivo e livello di istruzione introduce un altro tipo di problema: come si custodiscono questi dati? È un tema di processo: la voce usata per questo richiede una custodia diversa da quella dei passi contati.
Già nel 2014, con le beta di iOS 8, Apple vietò agli sviluppatori di vendere a piattaforme pubblicitarie e broker di dati le informazioni sanitarie raccolte tramite HealthKit. La regola nasceva per i battiti e le calorie, e per un parlato che rivela anche le condizioni sociali di chi lo produce la prudenza dovrebbe essere almeno pari.
