Une intelligence artificielle pour détecter la dépression dans les conversations
dépressionCC
L'intelligence artificielle peut accomplir de grandes choses, notamment dans la compréhension du langage. Nouvelle démonstration avec cet algorithme du MIT.
On dit souvent que les personnes souffrant de dépression ne montrent pas nécessairement les signes de la maladie, pas avant qu’il ne soit trop tard en tout cas. Ceci couplé au fait que nous vivons nos vies à cent à l’heure et que nous avons nos propres soucis, il devient très difficile de chercher, mais surtout d’identifier les signes de dépression chez les autres, qu’ils soient de la famille ou de simples amis.
Une intelligence artificielle pour détecter la dépression
L’intelligence artificielle peut se révéler très utile. Au Massachusetts Institute of Technology, des chercheurs ont mis au point un réseau de neurones capable de détecter d’éventuels signes de dépression dans le langage oral. Ce modèle peut être appliqué à toutes sortes de conversations, comme les interviews, où il pourrait permettre de prédire si la personne est déprimée sans avoir besoin d’autres informations.
Une intelligence artificielle n’est pas nouvelle. Des chercheurs ont déjà mis au point des algorithmes similaires pour détecter la dépression dans les posts Instagram. L’une des différences avec ce modèle particulier du MIT est que celui-ci n’a nul besoin de calibration. La cible n’a pas à répondre à des questions spécifiques, l’algorithme analyse simplement sa parole et y applique son modèle.
simplement en écoutant parler la cible
Pour détecter la dépression, le système tente d’identifier des patterns particuliers dans l’élocution libre. L’un des avantages d’un tel modèle est de pouvoir être appliqué à n’importe quelle discussion. Autrement dit, nous pourrions voir un jour apparaître une application mobile qu’il suffirait de déclencher durant une conversation anodine et qui lancerait une alerte le cas échéant.
Si l’on met de côté la question du respect de la vie privée, nous avons là une idée extrêmement intéressante, un algorithme qui pourrait grandement simplifier le diagnostic, du moins le pré-diagnostic et qui aurait même éventuellement le pouvoir de sauver des vies. À suivre !
