An Explainable Digital Biomarker Framework for Early Dyslexia Identification

Pendant des décennies, le parcours pour identifier la dyslexie chez les enfants a suivi un schéma frustrant connu sous le nom de « attendre l'échec ». Un enfant éprouve des difficultés de lecture, les enseignants et les parents observent pendant des mois ou des années en espérant que la difficulté se résorbera d'elle-même, et ce n'est qu'après que l'enfant a considérablement pris du retard et subi des humiliations académiques répétées qu'un diagnostic formel est posé. Ce retard ne survient pas parce que les signes précoces sont invisibles, mais parce que les outils pour les repérer sont souvent trop complexes, trop coûteux ou trop opaques pour être utilisés efficacement dans les écoles ou les cliniques. Nous savons que des capacités cognitives spécifiques, telles que la rapidité avec laquelle un enfant peut nommer des objets familiers ou sa capacité à isoler les sons individuels dans les mots, sont de puissants indicateurs de risque de lecture bien avant le début de l'instruction formelle. Le défi n'a jamais été un manque de preuves, mais plutôt l'absence d'un instrument simple et fiable capable de traduire ces signes précoces en une réponse claire et exploitable pour une famille.

Ce document traite cette lacune en concevant un nouveau cadre pour un outil d'identification précoce de la dyslexie, construit sur le principe qu'une décision médicale ou éducative doit être compréhensible pour les personnes qui la prennent. Les chercheurs, travaillant dans le cadre d'un programme de recherche plus large en cinq phases, ont dépassé la question de savoir quels signes rechercher — ce qui a été réglé lors d'une phase précédente pour inclure quatre marqueurs cognitifs spécifiques — et se sont concentrés entièrement sur la manière de les combiner. L'objectif est de créer un système qui ne fonctionne pas comme une « boîte noire », où un ordinateur recrache un score de risque sans expliquer pourquoi, mais qui agit plutôt comme un guide transparent. Le design qui en résulte, appelé l'Explorable Digital Biomarker for Dyslexia (EDBD - Biomarqueur Numérique Expliquable pour la Dyslexie), est une spécification pour une évaluation numérique de quinze à vingt minutes qu'un enfant peut réaliser largement de manière autonome. Il prend les résultats de quatre tâches distinctes et les tisse en une estimation de probabilité unique, mais il fournit surtout une explication en langage clair sur les facteurs précis qui ont déterminé cette estimation, garantissant ainsi qu'un parent et un spécialiste examinent le même raisonnement sous-jacent.

Le cœur de ce nouveau cadre est un choix délibéré d'éviter les algorithmes complexes et cachés souvent utilisés dans l'intelligence artificielle moderne. Bien que les modèles d'apprentissage automatique puissants puissent parfois atteindre une grande précision, ils opèrent souvent de manières impossibles à tracer, laissant les utilisateurs faire confiance à un chiffre sans en comprendre la source. L'auteur soutient que pour des décisions à enjeux élevés impliquant l'éducation et la santé d'un enfant, cette opacité est inacceptable. Au lieu de cela, il a sélectionné une architecture additive plus simple. Imaginez ce système non pas comme une machine mystérieuse, mais comme une balance où chacun des quatre marqueurs cognitifs ajoute un poids spécifique au résultat final. Le système calcule un score de risque en additionnant les contributions de la conscience phonémique (la capacité à manipuler les sons de la parole), de la dénomination rapide automatisée (la vitesse à laquelle un enfant nomme des objets familiers), du choix orthographique (reconnaître l'orthographe correcte) et de la mémoire de travail verbale (retenir une séquence de mots en tête). Parce que le calcul est additif et transparent, le système peut montrer exactement comment chacun de ces quatre domaines a contribué au score final, plutôt que de cacher cette logique à l'intérieur d'un réseau neuronal complexe.

Pour garantir la fiabilité des résultats, le cadre comprend des garde-fous intégrés pour l'incertitude. Le système ne donne pas seulement un chiffre unique ; il fournit une plage de valeurs pour montrer son degré de confiance dans cette estimation, reconnaissant qu'aucun test n'est parfait. Il vérifie également la qualité de la session elle-même. Si un enfant est distrait, si l'enregistrement audio est de mauvaise qualité ou si l'enfant ne termine pas les tâches, le système signale le résultat comme étant de faible qualité et peut décider de ne pas fournir de nombre de probabilité spécifique, proposant plutôt de recommencer. Cela évite la situation dangereuse où un parent reçoit un chiffre aux apparences convaincantes basé sur des données confuses ou incomplètes. Le design tient également compte du fait que les règles d'orthographe varient selon les langues ; bien que les paramètres par défaut soient calibrés pour l'anglais, le cadre comprend un mécanisme permettant d'ajuster le poids des tâches liées à l'orthographe pour les langues ayant des systèmes d'écriture différents, garantissant ainsi que l'outil reste équitable et précis dans différentes régions.

L'output de ce système est conçu pour deux publics différents, qui regardent les mêmes données mais les voient d'une manière adaptée à leurs besoins. Pour les familles et les éducateurs, le résultat est présenté sous la forme d'une grille d'icônes visuelles simples, où des icônes ombrées représentent la probabilité de dyslexie, accompagnées d'une courte phrase en langage courant expliquant la raison principale du score. Pour les cliniciens, la même donnée est présentée sous la forme d'un tableau détaillé décomposant la contribution de chacun des quatre marqueurs, permettant un examen professionnel plus approfondi. Cette approche à double vue garantit que l'explication donnée à un parent n'est pas un mensonge simplifié ou une supposition vague, mais le même raisonnement que celui que voit le spécialiste, simplement présenté sous un format plus accessible. Le cadre comprend également des directives claires sur la marche à suivre en fonction du score : un risque faible suggère de poursuivre les dépistages standards, un risque modéré suggère un soutien intensifié au sein de la classe, et un risque élevé suggère une orientation vers une évaluation formelle complète.

Il est important de noter que ce document ne présente pas un produit fini et testé. L'auteur propose un plan complet et détaillé d'un système qui n'a pas encore été construit ou testé auprès de vrais enfants. Chaque chiffre du design, des poids initiaux assignés à chaque marqueur aux seuils spécifiques pour les niveaux de risque, est provisoire et attend d'être testé face à des données réelles lors de la prochaine phase de la recherche. L'auteur affirme explicitement qu'il n'a pas encore prouvé que ce design spécifique fonctionne mieux que d'autres méthodes ; il a plutôt construit une spécification rigoureuse, fondée sur des preuves, qui évite les pièges de l'IA inexpliquable. Il a tracé une voie où chaque choix de conception est traçable grâce à la littérature scientifique existante, créant un système prêt à être construit, testé et affiné. L'objectif ultime est de transformer la conviction qu'aucun enfant ne devrait lutter avec la lecture pendant des années sans comprendre pourquoi en une réalité concrète et testable, comblant ainsi le fossé entre les preuves scientifiques précoces et les outils pratiques nécessaires pour aider les enfants à réussir.