Expert médical de l'article
Nouvelles publications
L'intelligence artificielle est capable de reconnaître la dépression
Dernière revue: 02.07.2025
Tout le contenu iLive fait l'objet d'un examen médical ou d'une vérification des faits pour assurer autant que possible l'exactitude factuelle.
Nous appliquons des directives strictes en matière d’approvisionnement et ne proposons que des liens vers des sites de médias réputés, des instituts de recherche universitaires et, dans la mesure du possible, des études évaluées par des pairs sur le plan médical. Notez que les nombres entre parenthèses ([1], [2], etc.) sont des liens cliquables vers ces études.
Si vous estimez qu'un contenu quelconque de notre contenu est inexact, obsolète ou discutable, veuillez le sélectionner et appuyer sur Ctrl + Entrée.
Pourquoi la dépression est-elle si difficile à reconnaître, surtout à ses débuts? Existe-t-il des méthodes pour optimiser le diagnostic? Telles sont les questions que se posent les scientifiques.
Avant de diagnostiquer une dépression, un professionnel de santé doit accomplir une tâche complexe: recueillir toutes les données possibles sur le patient, dresser un tableau complet de la pathologie, analyser les caractéristiques de la personnalité et du mode de vie, suivre les symptômes éventuels et identifier les causes pouvant indirectement influencer le développement de la maladie. Des scientifiques du Massachusetts Institute of Technology ont conçu un modèle permettant de diagnostiquer la dépression sans poser de questions spécifiques, en se basant uniquement sur les caractéristiques conversationnelles et le style écrit.
Comme l'explique Tuki Alhanai, l'une des responsables du projet de recherche, la première alerte à la dépression peut se déclencher précisément lors d'une conversation avec un patient, quel que soit son état émotionnel à ce moment-là. Pour élargir le modèle diagnostique, il est nécessaire de minimiser les restrictions appliquées aux informations: il suffit de mener une conversation ordinaire, permettant au modèle d'évaluer l'état du patient lors d'une conversation naturelle.
Les chercheurs ont qualifié le modèle créé de « sans contexte », car il n'imposait aucune restriction quant aux questions posées ou aux réponses entendues. Grâce à une technique de modélisation séquentielle, ils ont alimenté le modèle avec des versions textuelles et audio de conversations avec des patients souffrant ou non de troubles dépressifs. Au fur et à mesure de l'accumulation des séquences, des schémas sont apparus, par exemple l'inclusion standard de mots comme « triste », « chute » et de signaux auditifs monotones dans les conversations.
« Le modèle reconnaît la séquence verbale et évalue les schémas appris comme les facteurs les plus probables présents chez les patients, qu'ils soient dépressifs ou non », explique le professeur Alhanai. « Ensuite, si l'IA détecte des séquences similaires chez d'autres patients, elle peut diagnostiquer une dépression. »
Les essais ont démontré que le modèle a réussi à diagnostiquer la dépression dans 77 % des cas. Il s'agit du meilleur résultat enregistré parmi tous les modèles testés précédemment et qui ont fonctionné avec des tests et des questionnaires clairement structurés.
Les experts envisagent-ils d'utiliser l'intelligence artificielle dans la pratique? Sera-t-elle intégrée aux futurs modèles d'assistants « intelligents »? Les scientifiques n'ont pas encore exprimé leur avis sur la question.
Les informations sur l'étude sont publiées sur le site web du Massachusetts Institute of Technology. Elles sont également disponibles en détail sur les pages suivantes: http://groups.csail.mit.edu/sls/publications/2018/Alhanai_Interspeech-2018.pdf
[ 1 ]