Cet article fait partie de une série limitée sur le potentiel de l’intelligence artificielle pour résoudre les problèmes quotidiens.
Imaginez un test aussi simple et rapide que la prise de votre température ou la mesure de votre tension artérielle qui pourrait identifier de manière fiable un trouble anxieux ou prédire une rechute dépressive imminente.
Les fournisseurs de soins de santé disposent de nombreux outils pour évaluer la condition physique d’un patient, mais aucun biomarqueur fiable – des indicateurs objectifs d’états médicaux observés de l’extérieur du patient – pour évaluer la santé mentale.
Mais certains chercheurs en intelligence artificielle pensent maintenant que le son de votre voix pourrait être la clé pour comprendre votre état mental – et l’IA est parfaitement adaptée pour détecter de tels changements, qui sont difficiles, voire impossibles, à percevoir autrement. Le résultat est un ensemble d’applications et d’outils en ligne conçus pour suivre votre état mental, ainsi que des programmes qui fournissent des évaluations de santé mentale en temps réel aux fournisseurs de télésanté et de centres d’appels.
Les psychologues savent depuis longtemps que certains problèmes de santé mentale peuvent être détectés non seulement en écoutant Quel une personne dit mais comment ils le disent, a déclaré Maria Espinola, psychologue et professeure adjointe au Collège de médecine de l’Université de Cincinnati.
Avec les patients déprimés, a déclaré le Dr Espinola, «leur discours est généralement plus monotone, plus plat et plus doux. Ils ont également une plage de hauteur réduite et un volume plus faible. Ils font plus de pauses. Ils s’arrêtent plus souvent.
Les patients anxieux ressentent plus de tension dans leur corps, ce qui peut également modifier le son de leur voix, a-t-elle déclaré. « Ils ont tendance à parler plus vite. Ils ont plus de difficulté à respirer.
Aujourd’hui, ces types de caractéristiques vocales sont exploitées par les chercheurs en apprentissage automatique pour prédire la dépression et l’anxiété, ainsi que d’autres maladies mentales comme la schizophrénie et le trouble de stress post-traumatique. L’utilisation d’algorithmes d’apprentissage en profondeur peut révéler des modèles et des caractéristiques supplémentaires, tels que capturés dans de courts enregistrements vocaux, qui pourraient ne pas être évidents même pour des experts formés.
“La technologie que nous utilisons maintenant peut extraire des caractéristiques qui peuvent être significatives que même l’oreille humaine ne peut pas capter”, a déclaré Kate Bentley, professeure adjointe à la Harvard Medical School et psychologue clinicienne au Massachusetts General Hospital.
“Il y a beaucoup d’enthousiasme autour de la recherche d’indicateurs biologiques ou plus objectifs de diagnostics psychiatriques qui vont au-delà des formes d’évaluation plus subjectives qui sont traditionnellement utilisées, comme les entretiens évalués par les cliniciens ou les mesures d’auto-évaluation”, a-t-elle déclaré. D’autres indices que les chercheurs suivent comprennent les changements dans les niveaux d’activité, les habitudes de sommeil et les données des médias sociaux.
Ces avancées technologiques surviennent à un moment où le besoin de soins de santé mentale est particulièrement aigu : Selon un rapport de l’Alliance nationale sur la maladie mentale, un adulte sur cinq aux États-Unis ont connu une maladie mentale en 2020. Et les chiffres continuent d’augmenter.
Bien que la technologie de l’IA ne puisse pas répondre à la pénurie de prestataires de soins de santé mentale qualifiés – il n’y en a pas assez pour répondre aux besoins du pays, a déclaré le Dr Bentley – il y a de l’espoir qu’elle puisse réduire les obstacles à l’obtention d’un diagnostic correct, aider les cliniciens à identifier les patients qui peuvent hésiter à se faire soigner et faciliter l’autosurveillance entre les visites.
“Beaucoup de choses peuvent se passer entre les rendez-vous, et la technologie peut vraiment nous offrir le potentiel d’améliorer le suivi et l’évaluation de manière plus continue”, a déclaré le Dr Bentley.
Pour tester cette nouvelle technologie, j’ai commencé par télécharger le Application de forme mentale de Sonde Health, une entreprise de technologie de la santé, pour voir si mes sentiments de malaise étaient le signe de quelque chose de grave ou si j’étais simplement languissant. Décrite comme “un produit de suivi de la forme mentale et de journalisation à commande vocale”, l’application gratuite m’a invité à enregistrer mon premier enregistrement, une entrée de journal verbale de 30 secondes, qui classerait ma santé mentale sur une échelle de 1 à 100.
Une minute plus tard, j’avais mon score : un 52 pas terrible. “Faites attention” avertissait l’application.
L’application a signalé que le niveau de vivacité détecté dans ma voix était particulièrement bas. Est-ce que j’avais l’air monotone simplement parce que j’avais essayé de parler doucement ? Dois-je tenir compte des suggestions de l’application pour améliorer ma forme mentale en me promenant ou en désencombrant mon espace ? (La première question peut indiquer l’un des défauts possibles de l’application : en tant que consommateur, il peut être difficile de savoir Pourquoi vos niveaux vocaux fluctuent.)
Plus tard, me sentant nerveux entre les entretiens, j’ai testé un autre programme d’analyse vocale, celui-ci axé sur la détection des niveaux d’anxiété. le Test d’onde de stress est un outil en ligne gratuit de Cigna, le conglomérat de soins de santé et d’assurance, développé en collaboration avec le spécialiste de l’IA Ellipsis Health pour évaluer les niveaux de stress à l’aide d’échantillons de parole enregistrés de 60 secondes.
“Qu’est-ce qui vous empêche de dormir la nuit?” était l’invite du site Web. Après avoir passé une minute à raconter mes inquiétudes persistantes, le programme a noté mon enregistrement et m’a envoyé une déclaration par e-mail : “Votre niveau de stress est modéré.” Contrairement à l’application Sonde, l’e-mail de Cigna n’offrait aucun conseil d’auto-amélioration utile.
D’autres technologies ajoutent une couche potentiellement utile d’interaction humaine, comme Kintsugi, une société basée à Berkeley, en Californie, qui a levé 20 millions de dollars en financement de série A au début du mois. Kintsugi tire son nom de la pratique japonaise de réparer la poterie cassée avec des veines d’or.
Fondée par Grace Chang et Rima Seiilova-Olson, qui se sont liées par l’expérience passée partagée de la lutte pour accéder aux soins de santé mentale, Kintsugi développe une technologie pour les fournisseurs de télésanté et de centres d’appels qui peut les aider à identifier les patients qui pourraient bénéficier d’un soutien supplémentaire.
En utilisant le programme d’analyse vocale de Kintsugi, une infirmière pourrait être invitée, par exemple, à prendre une minute supplémentaire pour interroger un parent harcelé avec un nourrisson souffrant de coliques sur son propre bien-être.
L’une des préoccupations liées au développement de ces types de technologies d’apprentissage automatique est la question de la partialité – s’assurer que les programmes fonctionnent équitablement pour tous les patients, quels que soient leur âge, leur sexe, leur origine ethnique, leur nationalité et d’autres critères démographiques.
“Pour que les modèles d’apprentissage automatique fonctionnent bien, vous devez vraiment disposer d’un ensemble de données très vaste, diversifié et robuste”, a déclaré Mme Chang, notant que Kintsugi utilisait des enregistrements vocaux du monde entier, dans de nombreuses langues différentes, pour se prémunir contre ce problème en particulier.
Une autre préoccupation majeure dans ce domaine naissant est la confidentialité – en particulier les données vocales, qui peuvent être utilisées pour identifier les individus, a déclaré le Dr Bentley.
Et même lorsque les patients acceptent d’être enregistrés, la question du consentement est parfois double. En plus d’évaluer la santé mentale d’un patient, certains programmes d’analyse vocale utilisent les enregistrements pour développer et affiner leurs propres algorithmes.
Un autre défi, a déclaré le Dr Bentley, est la méfiance potentielle des consommateurs à l’égard de l’apprentissage automatique et des algorithmes dits de boîte noire, qui fonctionnent d’une manière que même les développeurs eux-mêmes ne peuvent pas expliquer pleinement, en particulier les fonctionnalités qu’ils utilisent pour faire des prédictions.
“Il y a la création de l’algorithme, et il y a la compréhension de l’algorithme”, a déclaré le Dr Alexander S. Young, directeur par intérim du Semel Institute for Neuroscience and Human Behavior et président de la psychiatrie à l’Université de Californie à Los Angeles, faisant écho aux préoccupations. que de nombreux chercheurs ont à propos de l’IA et de l’apprentissage automatique en général : que peu ou pas de surveillance humaine est présente pendant la phase de formation du programme.
Pour l’instant, le Dr Young reste prudemment optimiste quant au potentiel des technologies d’analyse vocale, en particulier en tant qu’outils permettant aux patients de se surveiller.
“Je crois que vous pouvez modéliser l’état de santé mentale des gens ou approximer leur état de santé mentale de manière générale”, a-t-il déclaré. “Les gens aiment pouvoir surveiller eux-mêmes leur état, en particulier avec des maladies chroniques.”
Mais avant que les technologies d’analyse vocale automatisée n’entrent dans l’utilisation courante, certains demandent des enquêtes rigoureuses sur leur exactitude.
“Nous avons vraiment besoin de plus de validation non seulement de la technologie vocale, mais aussi des modèles d’intelligence artificielle et d’apprentissage automatique basés sur d’autres flux de données”, a déclaré le Dr Bentley. “Et nous devons obtenir cette validation à partir d’études représentatives à grande échelle et bien conçues.”
Jusque-là, la technologie d’analyse vocale basée sur l’IA reste un outil prometteur mais non éprouvé, qui pourrait éventuellement être une méthode quotidienne pour prendre la température de notre bien-être mental.
0 Commentaires