L’apprentissage automatique pour détecter les troubles mentaux.

Des innovations récentes en intelligence artificielle ont permis à des chercheurs de détecter avec plus de précision les psychoses présentes chez certains patients. Nous aborderons aujourd’hui l’un de ces systèmes innovants, qui détecte des symptômes grâce à la reconnaissance vocale.

Des chercheurs d’Harvard et de l’université d’Emory ont développé une forme d’apprentissage automatique (machine learning), pour analyser le langage et y détecter des signes de psychose. Des caractéristiques subtiles dans la façon dont nous parlons peuvent être indicatives de future maladie mentale, et l’apprentissage automatique se présente comme une solution efficace et précise pour détecter ces symptômes. En développant un système qui évalue la densité sémantique et l’utilisation des mots relatifs au son d’une personne, les chercheurs ont été capables de prévoir avec précision quels individus allaient développer des formes de troubles psychotiques.

Quand une personne développe une psychose, cette dernière tend à avoir une faible densité sémantique ou encore une approximation dans le langage utilisé chaque jour. En outre, des conditions psychotiques comme la schizophrénie se manifestent souvent avec des hallucinations auditives. Les patients vont également parler implicitement de différents voix ou sons qu’ils entendent.

Les chercheurs ont déterminé la diversité sémantique d’une phrase en la divisant en plusieurs composantes et en mesurant sa richesse grâce à des algorithmes complexes.

L’équipe de recherche a également utilisé des conversations de 30 000 utilisateurs du réseau social Reddit afin d’y créer une « norme » pour le langage, constituée ainsi de 401 millions de mots. En comparant le langage de certains patients à cette norme, les chercheurs ont été capable de détecter des anomalies indiquant que plusieurs d’entre eux pourraient développer des signes de psychose.

Test du système

Afin de tester leur système, les chercheurs ont recruté 40 participants de la NAPLS (l’étude prodrome longitudinale nord-américaine) à l’université d’Emory. L’équipe a évalué les participants tous les 6 mois jusqu’à ce que leur psychose se développe ou non.

Les enregistrements vidéo des évaluations ont été récupéré afin d’obtenir du contenu oral, puis analysés par l’intelligence artificielle afin de prévoir la probabilité qu’un participant développe une forme de psychose. L’équipe de recherche a découvert que leur système a permis de détecter des signes de psychose avec une précision de 93%. Les chercheurs ont donc conclu que non seulement le fruit de leur travail était une manière pratique et fiable de détecter les psychoses, mais aussi que cela pourrait être le début d’une machine qui prédirait un large horizon de maladies mentales grâce à l’analyse du langage.

Source : Jack Carfagno, Docwirenews.