Intelligence augmentée pour la détection clinique des troubles alimentaires
Intégré à l’axe de recherche Intelligence augmentée pour les diagnostics de santé mentale, ce projet étudie le potentiel de technologies innovantes du traitement du langage naturel (TLN) pour le diagnostic des troubles alimentaires.
Fiche signalétique
- Départements participants Technique et informatique
- Institut(s) Institute for Data Applications and Security (IDAS)
- Unité(s) de recherche IDAS / Applied Machine Intelligence
- Organisation d'encouragement Autres
- Durée (prévue) 01.10.2022 - 01.03.2024
- Direction du projet Prof. Dr. Mascha Kurpicz-Briki
- Équipe du projet Ghofrane Merhbene
- Partenaire INVENTUS BERN - Stiftung
- Mots-clés Santé mentale, psychiatrie, psychologie, intelligence artificielle, intelligence augmentée, traitement du langage naturel
Situation
Les technologies de traitement du langage naturel (TLN) et d’apprentissage automatique (ML) peuvent offrir de nouveaux outils en psychologie clinique. L’évaluation des patient-e-s basée sur des inventaires (questionnaires) peut montrer des limites, et le traitement manuel des transcriptions et notes d’entretiens est chronophage. Les technologies d’analyse automatisée des textes peuvent représenter un outil de diagnostic pratique pour les praticien-ne-s cliniques. Des travaux antérieurs sur le burn-out ont fourni des résultats prometteurs: l’apprentissage automatique a permis de détecter des signaux traduisant un burn-out dans du texte libre. D’autres travaux de pointe portent sur l’évaluation du risque de dépression ou de suicide.
Approche
Cependant, les travaux sur la classification de textes concernant les troubles alimentaires sont rares. Ils ont principalement porté sur la langue anglaise jusqu’ici. Pour fournir de nouveaux outils destinés à un usage clinique en Suisse, il est important d’explorer les langues locales, ce qui implique des défis particuliers, tels que les différences entre les structures culturelles et linguistiques, ou le manque potentiel de données pour l’apprentissage automatique. Des recherches supplémentaires doivent être menées pour surmonter ces difficultés. De plus, les travaux existants dédient principalement leurs applications aux utilisateurs et aux utilisatrices, comme c’est le cas des applications sur smartphone destinées à l’auto-assistance, et non aux professionnel-le-s de la santé. Ce projet étudiera les limites de ces dernières avancées.
Perspectives
---Dans le contexte de l’intelligence augmentée destinée à soutenir les décisionnaires humain-e-s dans leur travail quotidien, ce projet vise à mettre au point une solution qui permettra aux professionnel-le-s de la santé de poser un diagnostic à partir de questions sous forme de texte libre ou de transcriptions d’entretiens. Nous vérifions si les technologies TLN/ML peuvent servir à détecter les signaux traduisant différents types de troubles alimentaires dans des textes libres en allemand et en français. Nous développons également, à l’aide d’une approche entièrement centrée sur l’humain, un prototype d’outil destiné à aider les praticien-ne-s cliniques à l’avenir.
