Un système basé sur l'IA détecte la dépression à partir de réactions corporelles involontaires

Une équipe multidisciplinaire de l'Université de Californie du Sud, composée d'ingénieurs, de neuroscientifiques, de linguistes et de psychiatres, a créé le projet PRECOG pour répondre aux limites des diagnostics psychiatriques actuels, qui reposent sur des questionnaires subjectifs et des auto-évaluations. Lors des expériences, des volontaires ont lu 160 déclarations à valence émotionnelle variée et ont indiqué leur accord ou désaccord, tandis que leurs réponses physiologiques étaient enregistrées en continu via trois types de capteurs : un électroencéphalogramme (EEG) à 64 canaux mesurant l'activité électrique cérébrale, un oculomètre infrarouge suivant le regard, et des mesures de conductance cutanée pour évaluer la composition de la sueur. Des réseaux de neurones profonds ont analysé les données collectées et identifié des schémas stables associés aux troubles dépressifs. Le décodage de l'EEG a montré que les anomalies les plus prononcées dans le traitement des mots négatifs se produisent dans le cerveau entre 300 et 600 millisecondes après leur lecture, tandis que l'analyse du regard a révélé que les individus sains présentent des mouvements oculaires horizontaux clairs vers l'option « en désaccord » lors de la lecture de phrases négatives, alors que les patients déprimés montrent des mouvements chaotiques, dispersés ou inhibés. Le traitement mathématique des données de conductance cutanée a également détecté des réponses autonomes altérées aux mots stressants, liées à l'activité du système nerveux sympathique. La nouvelle plateforme d'intelligence artificielle (IA) est destinée à servir d'outil de soutien pour les psychiatres en exercice, pouvant améliorer la prédiction des états de crise sur la base de paramètres biologiques précis. L'information est purement éducative, fondée sur des recherches scientifiques, et ne constitue pas une recommandation médicale personnelle.