La dépression est une maladie répandue mais souvent mal comprise. Selon la plupart des estimations, cela affecte plus de 5% de la population mondiale. La dépression se caractérise par des sentiments persistants de tristesse, une perte d'intérêt et des changements d'humeur et de comportement ; son impact est personnel, mais ces impacts se répercutent sur les familles et même sur la société dans son ensemble. Souvent, la dépression est également mal comprise et non diagnostiquée. C'est pourquoi il est si important de diagnostiquer la dépression à un stade précoce.

Dans cette optique, des chercheurs de Dartmouth ont développé la première application pour smartphone qui fusionne l’IA et un logiciel de traitement d’images faciales pour détecter de manière fiable l’apparition de la dépression. Selon les résultats préliminaires, cela peut fonctionner avant même que l’utilisateur ne se rende compte que quelque chose ne va pas.

La dépression, c’est bien plus qu’un simple sentiment de tristesse. Il s'agit d'une maladie grave généralement caractérisée par des émotions sombres et une pléthore à la fois émotionnel et Problèmes physiques. La dépression clinique peut durer des mois, voire indéfiniment, altérant considérablement la capacité de l'individu à fonctionner et à profiter de la vie.

Des chercheurs de Dartmouth ont pensé qu'il pourrait y avoir des signes de ce phénomène dans les expressions faciales des gens. Compte tenu de l’avènement récent des logiciels de traitement du visage et de l’intelligence artificielle (IA), cela semblait être un bon pari.

Ils se sont donc lancés dans une étude auprès de 177 personnes diagnostiquées avec un trouble dépressif majeur.

Signes de dépression

L'application, appelée MoodCapture, s'appuie sur des recherches antérieures qui commencé en 2015. Il utilise la caméra frontale d’un téléphone pour prendre des photos des expressions faciales des gens. Cela se produit lorsque les gens utilisent régulièrement leur téléphone, aucune utilisation particulière n'est requise. En fait, les participants ne savaient même pas quand l’application prenait des photos (ce à quoi ils consentaient).

« Notre transition vers le projet MoodCapture a été inspirée par les premières connaissances acquises en explorant l'utilisation des interactions quotidiennes avec les smartphones pour l'évaluation de la santé mentale », a déclaré Subigya Nepal, co-auteur de l'étude, à ZME Science.

Dans un premier temps, les chercheurs ont observé les véritables émotions capturées par téléphones intelligents lors des déverrouillages de routine. D’où l’idée d’analyser ces expressions pour évaluer les états de santé mentale. Pour l'instant, MoodCapture n'analyse pas les images directement sur l'appareil, mais il peut les transférer pour une analyse externe.

Au total, l’application a capturé 125 000 images de participants sur une période de 90 jours. Après formation, l'application est correctement identifiée symptômes de dépression avec une précision de 75%.

« C'est la première fois que des images naturelles 'dans la nature' sont utilisées pour prédire la dépression », a déclaré Andrew Campbell, l'auteur correspondant de l'article et professeur d'informatique du troisième siècle Albert Bradley de Dartmouth en 1915. « Il y a eu un mouvement en faveur de la technologie numérique de la santé mentale pour finalement proposer un outil capable de prédire l'humeur des personnes diagnostiquées avec une dépression majeure de manière fiable et non intrusive. »

L'application examine des éléments tels que le regard, les mouvements des yeux et la position de la tête. signes de dépression.

« Nous identifions les signes de dépression de la manière suivante. Tout d’abord, nous extrayons des caractéristiques qui quantifient des caractéristiques spécifiques du visage. Par exemple, certains points de repère indiquent les coordonnées des bords de la lèvre de l'utilisateur. Ensuite, nous utilisons ces fonctionnalités pour entraîner un modèle d’apprentissage automatique (Random Forest) afin de prédire la dépression. Enfin, nous avons observé que les traits du côté droit du visage sont davantage révélateurs de symptômes dépressifs. Cette asymétrie est liée à la manière dont l'utilisateur tient et interagit avec le téléphone », a ajouté le Népal dans un e-mail.

Mais il n’utilise pas seulement l’analyse faciale pour tirer sa conclusion. Il met en corrélation les signaux d'analyse faciale avec les auto-évaluations de sentiment de dépression ou de déprime, ainsi qu'avec les facteurs environnementaux des photos (des éléments comme la couleur, l'éclairage et le nombre de personnes dans l'image).

Le docteur dans votre poche

Cette recherche s'inscrit dans un mouvement croissant dans la science médicale se concentrer sur les smartphones ou d'autres appareils avec lesquels nous interagissons quotidiennement pour un diagnostic précoce. Même s’il ne s’agit pas d’un appareil de qualité médicale, un smartphone présente un autre avantage : nous l’utilisons beaucoup.

« Les gens utilisent un logiciel de reconnaissance faciale pour déverrouiller leur téléphone des centaines de fois par jour », a déclaré Campbell, dont le téléphone a récemment montré qu'il l'avait fait plus de 800 fois en une semaine.

« MoodCapture utilise un pipeline technologique similaire de technologie de reconnaissance faciale avec du matériel d'apprentissage profond et d'IA, il existe donc un potentiel formidable pour faire évoluer cette technologie sans aucune contribution ni charge supplémentaire pour l'utilisateur », a-t-il déclaré. « Une personne déverrouille simplement son téléphone et MoodCapture connaît la dynamique de sa dépression et peut lui suggérer de demander de l'aide. »

Nicholas Jacobson, co-auteur de l'étude également à Dartmouth, affirme que cela apporte un autre avantage, en particulier pour diagnostic de dépression. Les symptômes de la dépression vont et viennent et les médecins peuvent ne pas déterminer le meilleur moment pour poser un diagnostic. Pendant ce temps, nos smartphones sont toujours avec nous.

«Beaucoup de nos interventions thérapeutiques contre la dépression sont centrées sur des périodes plus longues, mais ces personnes connaissent des flux et reflux dans leur état. Les évaluations traditionnelles négligent l'essentiel de ce qu'est la dépression », a déclaré Jacobson, qui dirige le IA et santé mentale : Laboratoire d’innovation en soins de santé guidés par la technologie (AIM HIGH).

« Notre objectif est de capturer les changements dans les symptômes que les personnes souffrant de dépression ressentent dans leur vie quotidienne », a déclaré Jacobson. « Si nous pouvons utiliser ces données pour prédire et comprendre l’évolution rapide des symptômes de la dépression, nous pourrons finalement les prévenir et les traiter. Plus nous pouvons être dans le moment présent, moins l’impact de la dépression sera profond.

Encore quelques années de pratique clinique

La nouvelle étude fonctionne comme une preuve de concept, montrant promesse remarquable. Les taux d'erreurs de diagnostic pour la dépression sont énormes, atteignant jusqu'à 66% selon certaines études. Avoir une application, même imparfaite, pourrait être une aubaine pour les premiers diagnostic de dépression. De plus, l'application peut être modifiée avec les données personnelles des utilisateurs pour améliorer encore plus les performances.

« Actuellement, MoodCapture est un modèle général qui ne s'adapte pas à un utilisateur spécifique. Cependant, nous travaillons sur une étude de suivi qui personnalise MoodCapture en fonction de l'utilisateur spécifique. Nos résultats préliminaires suggèrent une amélioration d'environ 15 % par rapport aux performances actuelles et un potentiel d'amélioration de l'équité et de la confidentialité, ce qui répond aux préoccupations de bon nombre de nos participants. Plus d’informations à ce sujet seront bientôt disponibles », déclare le Népal.

Les chercheurs estiment qu’il faudra peut-être encore jusqu’à 5 ans avant que la technologie arrive sur le marché.

Cependant, le Népal affirme que des progrès notables ont déjà été réalisés. La science est là : il s’agit simplement de tirer le meilleur parti des données.

« Vous n'auriez pas besoin de repartir de zéro : nous savons que le modèle général est précis à 75 %, donc les données d'une personne spécifique pourraient être utilisées pour affiner le modèle. Les appareils d’ici les prochaines années devraient facilement être capables de gérer cela », a déclaré le Népal. « Nous savons que les expressions faciales sont révélatrices d’un état émotionnel. Notre étude est une preuve de concept selon laquelle lorsqu’il s’agit d’utiliser la technologie pour évaluer la santé mentale, elle constitue l’un des signaux les plus importants que nous puissions obtenir.

Pour l'instant, les chercheurs travaillent à l'amélioration de MoodCapture de trois manières : personnalisation, équité et confidentialité.

« Dans nos prochaines étapes, nous étendons les modèles MoodCapture pour intégrer des sm des modèles similaires à la reconnaissance faciale sur les smartphones. Nos résultats préliminaires suggèrent une amélioration d’environ 15 % par rapport aux performances actuelles. L'utilisation de modèles personnalisés nous permet de nous concentrer sur l'équité individuelle, c'est-à-dire que nous cherchons à développer des modèles qui présentent une variation minimale des performances entre nos utilisateurs. Pour améliorer la confidentialité, nous explorerons l'apprentissage fédéré dans lequel les utilisateurs confrontés à des images ne quittent pas leurs appareils mobiles », conclut le Népal.

L'équipe a publié son article sur la base de données préimprimée arXiv avant de le présenter à la conférence CHI 2024 de l'Association of Computing Machinery en mai.

->Google Actualités