L’analyse vocale sur smartphone pour détecter les signes d’un trouble dépressif

modèle machine learning deep learning projet recherche dépression

Lors de la 180e réunion de l’American Acoustic Association (ASA), une équipe de recherche de l’Université du Maryland, aux États-Unis, a présenté un modèle d’intelligence artificielle pour détecter les signes d’une dépression. L’outil couplé à une application mobile, analyse la voix et remarque les potentiels changements pouvant indiquer d’une personne souffre de dépression ou en montre des signes précurseurs. Une étude qui rappelle le projet STOP qui analyse les publications sur twitter pour prévenir les risques de suicide.

Un modèle d’IA pour prévenir les risques de dépression

Cette étude a fait l’objet d’un article publié par Carol Espy-Wilson, de l’Université du Maryland. Selon l’Organisation mondiale de la santé, plus de 264 millions de personnes dans le monde souffrent d’un trouble dépressif majeur et 20 millions de schizophrénies. Ce sont les précurseurs les plus courants du suicide, une des causes de décès les plus courantes chez les adolescents et jeunes adultes âgés de 10 à 34 ans.

C’est en partant de ce constat que son équipe a conçu une nouvelle technologie basée sur un système d’analyse de la parole qui cartographie les signaux acoustiques pour localiser les variations de la voix des individus. L’auteur principale de l’étude, Carol Espy-Wilson, a précisé les aspects qui font que la voix est un indicateur de potentielles dépressions :

“La dépression s’accompagne d’un ralentissement psychomoteur. En conséquence, les personnes qui en souffrent ne peuvent pas penser aussi vite et leur rythme de parole est ralenti avec des pauses plus nombreuses et plus longues qu’en temps normal. Cela se traduit par une coordination plus simple des articulateurs. Cela signifie qu’il y a moins de coproduction de sons voisins et plus de sons sont entièrement articulés.”

Utilisation du machine learning et du deep learning

L’équipe de recherche a exploité plusieurs techniques d’apprentissage pour former un modèle qui classe les données vocales d’une personne en fonction de son état de santé mentale, dans le but de l’aider à prendre conscience de son état. L’objectif de la recherche est d’exploiter cette technologie sous la forme d’une application pour smartphones, ce qui aurait un impact énorme, selon Carol Espy-Wilson :

“Idéalement, les thérapeutes donneront l’application aux patients qui souffrent de TDM lorsqu’ils sont en rémission ou ne souffrent que d’une dépression légère. C’est-à-dire qu’ils sont dans un état où ils sont susceptibles de l’utiliser régulièrement, de sorte que leur état de santé mentale peut être suivi, et les personnes appropriées seront alertées si l’application détecte que la gravité de la dépression augmente. De cette façon, nous espérons qu’il y aura une intervention avant que leur dépression n’atteigne un niveau où ils peuvent envisager le suicide.”


1ère Marketplace de l'IA et de la transformation numérique vous recommande :
XLOPTIM® par Addinsoft

Le solveur pour microsoft excel® alliant puissance et simplicité xloptim® résout vos problèmes d'optimisation directement dans une feuille excel®, en...

 
Partager l'article
Abonnez-vous à ActuIA, la revue professionnelle de l'intelligence artificielle magazine intelligence artificielle Découvrez la revue professionnelle de l'intelligence artificielle
intelligence artificielle
À PROPOS DE NOUS
Le portail francophone consacré à l'intelligence artificielle et à la datascience, à destination des chercheurs, étudiants, professionnels et passionnés.