Acoustic and Linguistic Markers in Speech for Screening and Monitoring of Suicide Risk in Patients with Mood Disorders
Cette étude démontre que les changements d'une séance à l'autre dans les schémas de parole, particulièrement les augmentations du langage lié à la mort et les diminutions du langage axé sur le présent et de l'inaction, peuvent servir de marqueurs évolutifs et à faible charge pour surveiller l'escalade du risque suicidaire chez les patients souffrant de troubles de l'humeur.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Chaque année, plus de 700 000 personnes meurent par suicide, faisant de l'identification précoce de celles qui sont à risque un défi critique pour la médecine moderne. Actuellement, les médecins s'appuient largement sur le fait que les patients leur disent ce qu'ils ressentent et sur leur propre expérience clinique pour évaluer ce danger. Pourtant, de nombreuses personnes ne parlent pas de leur intention avant qu'une tragédie ne survienne, et les outils utilisés pour prédire les pensées futures ne sont souvent que légèrement plus performants qu'un choix aléatoire. En raison de ces limites, les chercheurs recherchent des signes objectifs cachés dans le comportement quotidien qui pourraient compléter les entretiens standards. Un domaine prometteur est la parole elle-même. La façon dont une personne parle — ses choix de mots, ses structures de phrases et même le ton de sa voix — agit comme un signal riche de son état mental. Alors que des études précédentes ont examiné ces signaux pour identifier qui est à risque à un instant donné, une nouvelle ligne d'enquête pose une question différente, peut-être plus urgente : peut-on détecter quand le risque d'une personne spécifique s'aggrave au fil du temps en écoutant comment sa parole change d'une visite à l'autre ?
Une équipe de chercheurs de l'Université nationale de Séoul s'est donné pour mission de répondre à cette question en enregistrant les voix de patients souffrant de troubles de l'humeur lors de leurs contrôles cliniques réguliers. Ils se sont concentrés sur deux types distincts d'informations cachées dans la parole : les propriétés acoustiques, telles que la hauteur et le rythme de la voix, et le contenu linguistique, qui fait référence aux mots et aux thèmes réellement utilisés par les patients. L'étude a impliqué 99 patients diagnostiqués avec un trouble dépressif majeur ou un trouble bipolaire qui ont été interrogés dans une clinique hospitalière. Ces patients ont fourni un total de 331 enregistrements audio sur une période d'un an, capturés au début de leur traitement et à plusieurs intervalles de suivi. Pour mesurer la gravité de leur état, l'équipe a utilisé des échelles établies qui suivent les pensées et les comportements suicidaires, permettant ainsi de lier des schémas de parole spécifiques aux niveaux de risque actuels des patients.
Les chercheurs ont abordé les données de deux manières. Premièrement, ils ont considéré les enregistrements comme un instantané pour voir s'ils pouvaient distinguer un patient à haut risque d'un patient à faible risque à un moment précis. Deuxièmement, et plus important encore, ils ont analysé les changements chez une même personne à travers différentes visites pour voir s'ils pouvaient repérer une escalade du risque. Ils ont injecté les données dans des modèles informatiques qui examinaient 30 caractéristiques différentes liées à la hauteur de la voix et 106 catégories différentes d'usage du langage, allant du ton émotionnel aux références à la mort ou au futur. L'objectif était de voir quel signal était assez fort pour prédire une aggravation de l'état.
Les résultats ont révélé une division claire entre les deux types de données de parole. Les caractéristiques acoustiques, comme la hauteur de la voix, ont montré une très faible capacité à prédire le risque de suicide. Même lorsque les chercheurs ont testé différentes façons de mesurer le ton et la dynamique de la voix, ces signaux n'ont pas survécu à des tests statistiques rigoureux. En revanche, le contenu linguistique de la parole s'est avéré être un indicateur puissant. Les modèles informatiques ont découvert que le prédicteur le plus significatif d'une augmentation du risque n'était pas un changement dans la manière dont une personne sonnait, mais un changement dans ce qu'elle disait. Plus précisément, lorsqu'un patient commença à utiliser plus de mots liés à la mort qu'à l'accoutumée, et qu'il utilisait simultanément moins de mots focalisés sur le moment présent ou liés à l'inaction, son risque de suicide était significativement plus élevé.
Ce schéma est resté vrai, que les chercheurs regardaient les différences entre les personnes ou les changements chez une même personne. Les patients qui utilisaient généralement un langage plus lié à la mort avaient tendance à avoir des scores de risque globaux plus élevés. Cependant, la découverte la plus précieuse est venue du suivi des individus au fil du temps. Lorsqu'un patient spécifique commençait à utiliser plus de mots liés à la mort et moins de langage axé sur le présent par rapport à sa propre ligne de base, cela signalait une augmentation immédiate de son idéation suicidaire. Les modèles ont été capables de détecter ces escalades avec une haute sensibilité, atteignant une AUC de 0,74, bien que cela s'accompagne d'un taux de précision plus faible, ce qui signifie que le modèle a également signalé certains cas stables comme étant en aggravation. Cela suggère que le changement de langage est un marqueur de type "état", reflétant un changement temporaire mais dangereux de l'état mental, plutôt qu'un simple trait permanent de l'individu.
L'étude a également exploré si les modèles pouvaient distinguer trois résultats différents : un patient qui s'améliore, qui reste stable ou qui s'aggrave. Bien que cette classification tripartite ait été plus difficile, les modèles ont tout de même performé mieux que le hasard, particulièrement lorsqu'ils combinaient les données linguistiques avec l'historique clinique des patients. Les chercheurs ont découvert que la meilleure façon de prédire une aggravation de l'état était de mesurer explicitement le changement de parole d'une session à l'autre, plutôt que de traiter chaque enregistrement comme un événement isolé. Cette approche a permis aux modèles d'apprendre la trajectoire unique de l'usage du langage de chaque patient.
Malgré ces résultats prometteurs, les auteurs prennent soin de noter que leurs conclusions ne constituent pas une solution finale. L'étude a été menée sur un groupe relativement restreint de patients provenant d'un seul hôpital, et les modèles n'ont pas encore été testés sur un groupe de personnes totalement différent. De plus, l'analyse linguistique reposait sur la traduction d'entretiens coréens en anglais pour utiliser des outils standards de comptage de mots, un processus qui pourrait introduire des erreurs subtiles. Les chercheurs ont également constaté que les caractéristiques acoustiques, qui avaient montré une certaine promesse dans d'autres études, n'apportaient aucune valeur supplémentaire dans ce groupe spécifique une fois les données linguistiques incluses. Cela suggère que, pour cette population particulière, le contenu de ce qui est dit importe bien plus que le son de la manière dont c'est dit.
En fin de compte, cette recherche pointe vers un avenir où la surveillance du risque de suicide pourrait impliquer l'écoute des changements subtils du vocabulaire d'un patient au fil du temps. En se concentrant sur la façon dont le langage d'une personne évolue d'une visite à l'autre, les cliniciens pourraient disposer d'un outil évolutif et à faible charge pour détecter quand un patient se dirige vers une crise. Bien que la technologie ne soit pas encore prête pour une utilisation clinique généralisée, l'étude fournit une preuve solide que les mots que nous choisissons de prononcer peuvent servir de boussole fiable pour naviguer dans le terrain complexe de la santé mentale, offrant un nouveau moyen de voir les changements invisibles qui précèdent une tragédie.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.