Maand: Architecture, Empirical Performance, and Multimodal Decision Governance for AI-Driven Virtual Mental Healthcare

Les soins de santé mentale sont une nécessité humaine, pourtant pour des milliards de personnes, ils restent hors de portée. Les barrières sont souvent pratiques et accablantes : une pénurie de médecins qualifiés, le coût élevé de la thérapie et la distance entre un patient et une clinique. Dans de nombreuses parties du monde, l'écart entre le nombre de personnes ayant besoin d'aide et le nombre de professionnels disponibles pour l'apporter est colossal. Même lorsque des outils numériques existent pour combler ce fossé, ils échouent souvent. La plupart des applications de santé mentale actuelles reposent sur de simples messages textuels, forçant les utilisateurs à taper leurs sentiments dans une boîte de discussion. Cette approche exclut ceux qui ne peuvent pas parler ou écrire facilement, comme les personnes sourdes ou celles dont l'anxiété rend la frappe difficile. Elle manque également les signaux non verbaux subtils sur lesquels les thérapeutes humains s'appuient, comme une main tremblante, une posture affaissée ou une expression fugitive de peur. Pour véritablement soutenir un patient, un système doit le voir et l'entendre, et non simplement lire ses mots.

Des chercheurs de l'Université d'ingénierie et de technologie de Lahore ont conçu un nouveau type de thérapeute numérique appelé Maand pour remédier à ces limitations. Cette plateforme est conçue pour être un « psychologue de poche » qui comprend plus que le simple texte. Au lieu d'une simple fenêtre de chat, Maand crée un espace unifié où un utilisateur peut parler, taper, utiliser la langue des signes ou même interagir avec un environnement de réalité virtuelle. Le système est construit pour écouter la voix, lire les expressions faciales et suivre les mouvements des mains en temps réel, combinant tous ces signaux pour comprendre comment une personne se sent. Il utilise ensuite cette compréhension pour offrir une conversation de soutien et guider l'utilisateur à travers des espaces virtuels apaisants. L'objectif est de fournir un niveau de soin accessible à tous, y compris aux millions de personnes dans les pays en développement qui n'ont actuellement aucun accès à un psychiatre agréé.

L'équipe derrière Maand a commencé par reconnaître que les solutions numériques existantes sont trop étroites. Les chatbots populaires opèrent souvent uniquement par texte, ignorant la richesse de la communication qui passe par la voix et le langage corporel. Ils manquent également de la capacité de détecter quand un utilisateur est en danger immédiat, comme lorsqu'une personne exprime des pensées d'automutilation. Maand a été construit pour corriger ces défaillances spécifiques. Les chercheurs ont créé un système qui intègre quatre modes d'interaction différents. Un utilisateur peut taper un message, parler dans son microphone, utiliser la langue des signes, ou simplement s'asseoir dans une pièce virtuelle conçue pour réduire le stress. Le système traite tous ces entrées simultanément. Si un utilisateur tape un message triste alors que son visage montre des signes de détresse et que ses mains sont crispées, le système reconnaît le poids combiné de ces signaux plutôt que de les traiter comme des événements séparés et sans lien.

Pour faire fonctionner cela, les chercheurs ont développé une manière sophistiquée pour l'ordinateur de « voir » et de « comprendre » l'émotion humaine. Ils ont entraîné le système à reconnaître les expressions faciales en analysant les images vidéo, en recherchant des mouvements musculaires spécifiques qui indiquent des sentiments comme la joie, la tristesse ou la colère. Simultanément, le système analyse le texte qu'un utilisateur tape pour évaluer son état émotionnel. Il suit également les mouvements des mains, permettant aux utilisateurs sourds ou malentendants de communiquer par la langue des signes. Le système reconnaît plus de cent gestes distincts, les traduisant en indices thérapeutiques significatifs. Toute cette information est injectée dans un cerveau central qui décide de la réponse à apporter. Ce cerveau est conçu pour être empathique et compatissant, s'appuyant sur des techniques psychologiques établies pour guider la conversation.

La sécurité est un pilier central de la conception de Maand. Parce que les conversations sur la santé mentale impliquent des sujets profondément personnels et parfois dangereux, les chercheurs ont intégré des garde-fous stricts dans le système. Si l'ordinateur détecte des mots ou des phrases suggérant qu'un utilisateur est en crise, il interrompt immédiatement la conversation standard et fournit des informations de contact d'urgence. Cela se produit instantanément, garantissant qu'un utilisateur en détresse ne soit jamais laissé sans réponse. Le système protège également la vie privée en cryptant chaque message, le rendant illisible pour toute personne autre que l'utilisateur et le système lui-même. Même si quelqu'un accédait aux données stockées, il ne verrait que du code brouillé. La plateforme inclut également une fonctionnalité qui met automatiquement fin à une session si l'utilisateur est resté inactif pendant quinze minutes, empêchant l'exposition accidentelle d'informations sensibles.

Les chercheurs ont testé Maand rigoureusement pour voir s'il pouvait gérer une utilisation en conditions réelles. Ils ont simulé un scénario où cinq cents personnes utilisaient le système en même temps. La plateforme a réussi à suivre la demande, répondant aux utilisateurs en moins de deux secondes en moyenne. Cette vitesse est cruciale pour qu'une conversation paraisse naturelle et soutenante. Lors de tests avec trente-cinq personnes réelles, incluant des étudiants et des psychologues professionnels, le système a reçu des notes élevées pour sa facilité d'utilisation et son accessibilité pour les personnes ayant des besoins différents. Les participants ont trouvé que le système pouvait comprendre avec succès leur voix, leur texte et leur langue des signes, et que les environnements de réalité virtuelle les aidaient à se sentir plus calmes.

Les résultats de l'étude montrent que Maand est un outil viable pour étendre l'accès aux soins de santé mentale. Il combine avec succès plusieurs modes de communication en une expérience unique et cohérente. En reconnaissant que les gens s'expriment de nombreuses façons différentes, le système offre une forme de soutien plus complète que les chatbots textuels. Les chercheurs ont constaté que le système pouvait détecter avec précision les émotions à partir des visages et du texte, et qu'il pouvait interpréter une large gamme de gestes manuels. Plus important encore, le système a prouvé sa capacité à maintenir un environnement sûr, privé et réactif pour les utilisateurs. Bien que les chercheurs notent que le système est un outil d'assistance et non un remplacement d'un médecin humain, il représente une étape significative vers la mise à disposition d'un soutien en santé mentale pour ceux qui ont été laissés pour compte par les modèles de soins traditionnels.

L'étude souligne également le potentiel de cette technologie pour être adaptée à différentes cultures et langues. L'équipe prévoit déjà d'étendre le système pour inclure plus de gestes et pour supporter des langues locales comme l'ourdou, ce qui le rendrait encore plus utile pour les communautés qui en ont le plus besoin. Ils ont également l'intention de tester le système dans des essais cliniques formels pour voir son efficacité dans le traitement de la dépression et de l'anxiété au fil du temps. Pour l'instant, ce travail démontre qu'il est possible de construire un thérapeute numérique qui voit, entend et comprend la personne dans sa globalité, offrant un nouveau type d'espoir pour des millions de personnes qui n'ont actuellement nulle part où se tourner.