La dépression et l’anxiété sont parmi les troubles de santé mentale les plus courants aux États-Unis, mais plus de la moitié des personnes aux prises avec ces maladies ne sont ni diagnostiquées ni traitées. Dans l’espoir de trouver des moyens simples de détecter ces troubles, les professionnels de la santé mentale envisagent le rôle des moniteurs de fitness portables populaires dans la fourniture de données susceptibles d’alerter les porteurs des risques potentiels pour la santé.
Alors que la faisabilité à long terme de la détection de tels troubles avec une technologie portable est une question ouverte dans une population nombreuse et diversifiée, une équipe de chercheurs de l’Université de Washington à St. Louis a montré qu’il y avait des raisons d’être optimiste. Ils ont développé un modèle d’apprentissage en profondeur appelé WearNet, dans lequel ils ont étudié 10 variables collectées par le tracker d’activité Fitbit. Les variables comprenaient tout, du nombre total de pas quotidiens et des taux de combustion des calories, à la fréquence cardiaque moyenne et aux minutes sédentaires. Les chercheurs ont compilé les données Fitbit pour les individus pendant plus de 60 jours.
Lors de l’examen des facteurs de risque de dépression et d’anxiété, WearNet a mieux réussi à détecter la dépression et l’anxiété que les modèles d’apprentissage automatique à la pointe de la technologie. En outre, il a produit des prédictions au niveau individuel des résultats de santé mentale, tandis que d’autres analyses statistiques des utilisateurs portables évaluent les corrélations et les risques au niveau du groupe.
L’apprentissage en profondeur découvre les associations complexes de ces variables avec les troubles mentaux. L’apprentissage automatique est notre outil le plus puissant pour extraire ces relations sous-jacentes. Notre travail a fourni des preuves, basées sur une cohorte large et diversifiée, qu’il est possible de détecter les troubles mentaux avec des appareils portables. La prochaine étape consiste à convaincre un système hospitalier ou une entreprise de le mettre en œuvre. »
Chenyang Lu, professeur Fullgraf à la McKelvey School of Engineering, chercheur et professeur de médecine à la School of Medicine de l’Université de Washington à St. Louis
Les chercheurs comprenaient Ruixuan Dai, qui a travaillé dans le laboratoire de Lu en tant que doctorant et est maintenant ingénieur logiciel chez Google ; Thomas Kannampallil, professeur agrégé d’anesthésiologie et directeur associé de l’information sur la recherche à l’École de médecine et professeur agrégé d’informatique et d’ingénierie à McKelvey Engineering ; Seunghwan Kim, doctorante à la faculté de médecine ; Vera Thornton, candidate au doctorat en médecine à l’École de médecine ; et Laura Bierut, MD, ancienne professeure de psychiatrie à l’École de médecine.
L’équipe a présenté ses conclusions le 10 mai lors de la conférence ACM/IEEE sur la conception et la mise en œuvre de l’Internet des objets. L’article a reçu le prix du meilleur article pour l’analyse de données IoT lors de la conférence.
Les données portables pourraient être une aubaine pour le diagnostic et le traitement de la santé mentale, selon Lu.
« Aller voir un psychiatre et remplir des questionnaires prend du temps, et les gens peuvent avoir une certaine réticence à voir un psychiatre », a-t-il déclaré. « Les gens vivent leur vie tout en souffrant d’une maladie qui entraîne une baisse de productivité et une moins bonne qualité de vie. Ce modèle d’IA est capable de vous dire que vous souffrez de dépression ou de troubles anxieux. Considérez le modèle d’IA comme un outil de dépistage automatisé qui pourrait vous recommander d’aller voir un psychiatre.
Il y a « un besoin urgent d’une approche discrète pour détecter les troubles mentaux », ont déclaré les chercheurs. « La détection précoce peut aider les cliniciens à diagnostiquer et à traiter les troubles mentaux en temps opportun. Elle peut également permettre aux individus d’ajuster leurs comportements et d’atténuer l’impact des troubles. »
Les chercheurs de l’Université de Washington ont étudié les données de plus de 10 000 utilisateurs de Fitbit, la plus grande cohorte de portables à faire partie d’une étude. Des études antérieures ont pris en compte de petites cohortes, certaines aussi petites que 10 personnes, la plus importante dépassant les centaines d’utilisateurs.
L’étude de l’Université de Washington comprenait un large éventail d’âges, de races, d’ethnies et de niveaux d’éducation, la cohorte la plus diversifiée à ce jour. Leurs données proviennent du programme de recherche « All of Us » des National Institutes of Health (NIH). Le programme abrite une collection d’ensembles de données conçus pour accélérer la recherche biomédicale et la médecine de précision.
Des recherches indépendantes ont également signalé favorablement que les appareils portables étaient un « moyen prometteur pour la surveillance longitudinale » de l’évaluation de l’état mental. D’autres « phénotypes numériques », tels que les modèles de sommeil et de comportement, peuvent être mesurés par des appareils portables, ont écrit les chercheurs de l’Université de Washington.
