Un modèle d'IA détecte la dépression dans les conversations naturelles avec une précision de 77 %

• Des chercheurs du MIT ont développé un réseau neuronal qui identifie automatiquement les schémas dépressifs à partir d'audio et de texte bruts, sans questions prédéfinies.
• Le modèle est « sans contexte », ce qui signifie qu'il peut analyser n'importe quelle conversation informelle et extraire des indices linguistiques et acoustiques liés à la dépression.
• Dans une étude de validation, il a atteint une précision globale de 77 %, surpassant les outils d'IA classiques basés sur les questions et réponses.

Traditionnellement, le questionnaire sur la santé du patient (PHQ‑9) constitue la référence en matière de dépistage de la dépression. Il pose un ensemble fixe de neuf questions sur l'humeur, le sommeil, l'appétit et les niveaux d'énergie pour calculer un score de 0 à 27, les scores supérieurs à 20 indiquant une dépression sévère.

Au cours des dernières années, les approches d’apprentissage automatique ont réussi à extraire du discours des marqueurs révélateurs (intonation, débit de parole et choix lexicaux spécifiques) suggérant des états dépressifs. Cependant, la plupart de ces modèles s'appuient sur les réponses au PHQ‑9 ou à des entretiens structurés similaires, ce qui limite leur applicabilité dans des contextes réels.

Le nouveau réseau neuronal du MIT supprime cette contrainte. En lui fournissant des enregistrements d'entretiens de forme libre, le système apprend à reconnaître des modèles subtils, tels que l'utilisation fréquente de mots comme « déprimé », « faible » ou « triste », associés à une qualité vocale aplatie ou monotone et à un rythme de parole plus lent, qui sont fortement associés à la dépression.

Fonctionnement du modèle

L’algorithme traite la parole comme une séquence d’images audio horodatées et de mots transcrits. Il utilise une architecture de modélisation de séquences approfondie qui analyse conjointement les caractéristiques acoustiques (hauteur, énergie, débit de parole) et le contenu linguistique. Parce qu'il ne dépend pas d'un questionnaire fixe, il peut être appliqué à toutes les données conversationnelles, des entretiens cliniques aux appels téléphoniques quotidiens.

Les auteurs appellent cela une « modélisation hors contexte » car elle capture les indicateurs de dépression indépendamment des questions spécifiques posées.

Formation, validation et performances

Le modèle a été formé sur 142 interactions tirées du Distress Analysis Interview Corpus (DAIC), qui comprend des conversations audio, vidéo et textuelles avec des participants en bonne santé et des personnes diagnostiquées avec des troubles mentaux.

La gravité de la dépression de chaque sujet a été quantifiée à l’aide du score PHQ‑9 (0–27). Dans l'étude, 28 participants ont été classés comme déprimés (scores ≥20). Le réseau a été évalué en termes de précision et de rappel :il a atteint 71 % de précision et 83 % de rappel, ce qui donne une précision globale de 77 %, une amélioration notable par rapport aux approches d'IA antérieures qui tournaient généralement autour de 60 à 65 % de précision.

Les travaux futurs étendront le réseau à d'autres conditions telles que la démence et exploreront les modèles acoustiques et linguistiques spécifiques qui déterminent ses prédictions.

À long terme, la technologie pourrait être intégrée aux applications mobiles pour surveiller passivement la voix et les textes des utilisateurs à la recherche de signes de détresse, offrant ainsi des alertes précoces à ceux qui rencontrent des obstacles pour accéder aux soins de santé mentale.