La santé mentale et les troubles neurologiques sont une épidémie croissante. Aux Etats-Unis., près d'une personne sur cinq a un problème de santé mentale.

Pourtant, il y a une pénurie croissante de professionnels de la santé mentale pour traiter adéquatement ce besoin. D'ici 2025, on estime que la demande de psychiatres peut dépasser l'offre jusqu'à 15, 600 psychiatres. Pour aider les cliniciens aux ressources limitées à soutenir le nombre croissant de patients qui demandent un traitement, le domaine de recherche de la psychiatrie computationnelle applique des approches basées sur les données et les métriques à la psychiatrie pour étudier la pensée, émotion, et comportement.

En janvier 2017, IBM a fait la déclaration audacieuse que d'ici cinq ans, les professionnels de la santé pourraient appliquer l'IA pour mieux comprendre comment les mots et la parole ouvrent une fenêtre claire sur notre santé mentale. Près de deux ans plus tard, nous voyons déjà des premiers résultats prometteurs. Depuis, le travail et les recherches que nous avons effectués ont solidifié notre position :des données individualisées - du discours au choix des mots en passant par le texte écrit et les indicateurs physiologiques - couplées à l'IA pourraient être la clé pour aider les professionnels de la santé à mieux comprendre notre propre esprit.

Au cours de la dernière année, les équipes d'IBM Research ont collaboré avec des cliniciens pour publier les recherches suivantes dans cet espace, tout cela démontre le potentiel de l'IA et de la parole pour informer les professionnels et les aider à brosser un tableau plus détaillé de ce qui se passe dans notre esprit.

• Nous avons progressé dans la création d'algorithmes d'IA pour aider à informer les cliniciens sur l'état mental des utilisateurs en fonction de la complexité structurelle de leurs phrases, qui peuvent indiquer des modèles de déficience cognitive.
• Nous avons également prouvé que l'IA et l'apprentissage automatique peuvent être utilisés pour aider les cliniciens à identifier des modèles de langage critiques qui déterminent, avec une précision de 95 %, échantillons de parole qui correspondent traditionnellement à des patients schizophrènes par rapport à ceux qui correspondent à des individus jugés plus susceptibles de souffrir de psychose par des professionnels de la santé ou des témoins sains. Spécifiquement, des changements dans la cohérence du discours (la façon dont le sens est établi entre les phrases) ainsi que la richesse du discours (le contexte ajouté autour des mots) peuvent indiquer en évidence la schizophrénie.
• Nous avons développé un moyen d'utiliser l'apprentissage automatique pour automatiser rapidement l'analyse de la parole verbale et alerter les cliniciens, avec plus de 83 % de précision, de la possibilité d'épisodes psychotiques au sein des cohortes identifiées comme plus susceptibles de vivre une psychose, quel que soit le protocole de diagnostic. Cela pourrait s'avérer vital pour aider les professionnels à prédire la psychose avant que les symptômes ne commencent à apparaître, car de subtils changements de langage pourraient le signaler avant même son apparition complète.

Nous envisageons un avenir où ces technologies pourront être mises entre les mains des professionnels de la santé mentale et leur permettront en fin de compte de faire leur travail plus intelligemment, avec plus de confiance, et avec la capacité de traiter efficacement un volume croissant de patients avec les bonnes données à portée de main.

Bien qu'il s'agisse d'un grand progrès, ce n'est encore que la pointe de l'iceberg. Nous continuons d'affiner et de développer davantage ces techniques, et étendre leur utilisation pour aider les cliniciens à avoir une vision encore plus large de ce qui pourrait se produire dans le cerveau d'un individu en ce qui concerne la santé mentale et les troubles neurologiques. Avec un peu de chance, Les professionnels de la santé pourront bientôt utiliser fréquemment la parole pour exploiter la puissance de l'IA et poser des diagnostics plus éclairés.

Cette histoire est republiée avec l'aimable autorisation d'IBM Research. Lisez l'histoire originale ici.