The invention is a method for automatic detection of neurocognitive impairment, comprising, generating, in a segmentation and labelling step (11), a labelled segment series (26) from a speech sample (22) using a speech recognition unit (24)； and generating from the labelled segment series (26), in an acoustic parameter calculation step (12), acoustic parameters (30) characterizing the speech sample (22). The method is characterised by determining, in a probability analysis step (14), in a particular temporal division of the speech sample (22), respective probability values (38) corresponding to silent pauses, filled pauses and any types of pauses for respective temporal intervals thereof； calculating, in an additional parameter calculating step (15), a histogram by generating an additional histogram data set (42) from the determined probability values (38) by dividing a probability domain into subdomains and aggregating durations of the temporal intervals corresponding to the probability values falling into the respective subdomains； and generating, in an evaluation step (13), decision information (34) by feeding the acoustic parameters (30) and the additional histogram data set (42) into an evaluation unit (32), the evaluation unit (32) using a machine learning algorithm. The invention is furthermore data processing system, a computer program product and a computer-readable storage medium for carrying out the method.L'invention concerne un procédé de détection automatique d'une déficience neurocognitive, comprenant - générer, dans une étape de segmentation et d'étiquetage (11), une série de segments étiquetés (26) à partir d'un échantillon vocal (22) à l'aide d'une unité de reconnaissance vocale (24) ； et - générer, à partir de la série de segments étiquetés (26), dans une étape de calcul de paramètres acoustiques (12), des paramètres acoustiques (30) caractérisant l'échantillon vocal (22). Le procédé est caractérisé en ce qu'il consiste à - déterminer, dans une ét
