Les scientifiques du National Center for Supercomputing Applications et de l'Université de l'Illinois College of Medicine Peoria (UIComp) étaient des auteurs d'un article de recherche publié dans le Journal of Acoustical Society of America Express Letters Cela démontre des méthodes de dépistage automatisées améliorées pour l'anxiété et les principaux troubles dépressifs.
Dans le projet intitulé «Techniques automatisées de dépistage vocal acoustique pour les troubles de la dépression et de l'anxiété comorbides», Mary Pietrowicz, ainsi que des collègues de l'Université de l'Illinois Urbana-Champaign et UIComp, ont exploré la façon dont l'apprentissage machine pourrait distinguer efficacement les personnes atteintes de dépression comorbide et les troubles verbaux de l'anxiété.
De plus en plus de personnes sont diagnostiquées avec ces troubles, mais de nombreuses souffrances restent non diagnostiquées en raison de barrières perceptuelles, attitudinales et structurelles connues. L'anxiété affecte 19,1% des adultes aux États-Unis et une dépression majeure de 8,3% tout en étant la principale cause d'invalidité chez les individus de moins de 40 ans. Malgré cette prévalence élevée, les taux de traitement sont faibles et, s'ils ne sont pas traités, peuvent entraîner une diminution de la productivité, un mauvais fonctionnement dans la société, l'érosion des capacités cognitives, les relations tendue et le suicide.
De nouvelles méthodes, outils et technologies – tels que l'analyse vocale acoustique automatisée – sont nécessaires pour surmonter ces barrières et améliorer les taux de dépistage.
Cette recherche démontre que l'analyse d'échantillons courts de voix acoustique, en particulier les tests de maîtrise verbale d'une minute, peut être utilisé dans le dépistage des troubles de l'anxiété et de la dépression, et peut fonctionner en ligne, à tout moment, à s'attaquer à de nombreux obstacles au dépistage et au traitement. De plus, nos modèles d'IA fournissent une explication, et donc une perspicacité sur l'impact que la dépression et l'anxiété ont sur la parole et le langage. Ce travail permet le développement de systèmes de dépistage et de suivi cliniques à grande échelle.
Mary Pietrowicz, chercheur principal de la NCSA
Les chercheurs ont testé un ensemble de données personnalisé organisé spécifiquement pour cette étude qui comprenait des personnes en bonne santé et des personnes souffrant de dépression comorbide et d'anxiété à travers le spectre de la gravité. Les personnes ayant d'autres conditions comorbides connues pour affecter la parole et le langage ont été exclues de l'étude. Des modèles acoustiques utilisant uniquement des données à partir de tests de maîtrise verbale d'une minute ont discerné la présence de troubles comorbides à un rythme très réussi.
« Les données de cette étude ont été collectées par plusieurs étudiants en médecine à l'Université de l'Illinois College of Medicine Peoria », a déclaré Sarah Donohue, directrice des services de recherche de l'UIComp. « Ces étudiants ont interviewé chacun des participants, enregistré les entretiens et effectué une tâche de dénomination des animaux à la fin des entretiens avec les participants. »
Un avantage principal de ces tests acoustiques est qu'ils sont accessibles. Ils peuvent être administrés en ligne, dans l'application ou en clinique, qui traite directement des obstacles connus au dépistage, y compris des facteurs tels que la stigmatisation, une faible perception de soi des besoins, des coûts, des problèmes de transport et un accès limité aux soins de santé.
« Le développement d'une méthode efficace, précise et facile à utiliser pour le dépistage des patients qui peuvent souffrir de dépression ou d'anxiété offre énormément de promesses », a déclaré le président de l'UIComp et professeur de psychiatrie clinique Ryan Finkenbine. « L'application des modèles avancés d'apprentissage automatique dans le cadre clinique fournit un chemin remarquable pour les cliniciens à projeter pour les signes de maladie mentale de manière adaptative et pratique. Les patients et les cliniciens bénéficieront de méthodes améliorées de soins médicaux et de santé mentale complets. »
