Des chercheurs élaborent des algorithmes d’apprentissage automatique capables de détecter un éventuel déclin cognitif chez une personne. Porté par une équipe pluridisciplinaire et axé sur la maladie d’Alzheimer, le projet pourrait ouvrir la voie à un outil de dépistage précoce de cette maladie neurodégénérative chronique.
Le projet(Nouvelle fenêtre) (en anglais) sur lequel travaillent 7 chercheurs albertains et 2 chercheurs grecs d’Athena Research Center examine les caractéristiques acoustiques et linguistiques de la parole à la recherche d’indicateurs de santé mentale.
Les gens essayaient de comprendre les émotions, l’affect [et] la santé mentale à partir de textes
, explique Eleni Stroulia, professeure au département d’informatique de l’Université de l’Alberta et membre de l’équipe de recherche.
Cette façon de procéder repose sur l’idée que, si une personne est déprimée, elle aura tendance à parler de tristesse ou de dépression ou, tout au moins, elle utilisera des mots-clés qui laissent entrevoir ces sentiments
Selon Eleni Stroulia, il s’agit à présent de faciliter ce processus en tirant parti des technologies de l’information. Ainsi, plutôt que de demander aux personnes d’écrire leurs pensées, il suffirait de les écouter parler et d’analyser ce qu’elles disent.
Pour ce faire, les chercheurs se sont notamment appuyés sur des résultats d’observations de médecins cliniciens au sujet de la maladie d’Alzheimer. Ces derniers ont noté, par exemple, que l’un des indicateurs est la lenteur de l’élocution du patient, qui aurait ainsi tendance à prendre beaucoup de pauses pour trouver les mots dont il a besoin.
Les chercheurs ont trouvé le moyen de traduire ces informations en caractéristiques vocales que des algorithmes peuvent détecter.