Voix, sommeil, montre : trois façons de vous écouter de loin

Une montre connectée aide des vétérans à gérer leur stress post-traumatique

Sept anciens combattants, des semaines de cyclisme intensif, et une montre qui surveille leur système nerveux en temps réel.

Le Project Hero, c'est un programme de cyclisme longue distance pour vétérans américains souffrant de stress post-traumatique. Une équipe de chercheurs a transformé ce programme en essai randomisé : treize participants répartis entre un groupe « vélo seul » et un groupe « vélo plus application numérique connectée à une montre ». Le résultat est publié cette semaine. Le problème central du stress post-traumatique, c'est ce qu'on appelle l'hyperactivation — le système nerveux reste en état d'alerte permanent, même quand le danger est loin. C'est comme une voiture dont le moteur tourne au régime même à l'arrêt, sans pouvoir redescendre. L'application numérique détectait en temps réel ces pics d'activation à partir de la fréquence cardiaque et des données de mouvement, et proposait des stratégies de régulation au bon moment. Résultat : le groupe « vélo seul » a vu son niveau d'activation grimper en fin de programme. Le groupe avec l'outil numérique a stabilisé ses acquis. Les deux groupes ont bénéficié du cyclisme lui-même — l'effort physique aide — mais le maintien dans le temps semble lié à l'accompagnement numérique. Pourquoi ça compte : c'est l'une des premières tentatives de combiner activité physique et outil numérique pour le PTSD en dehors du cabinet médical. Le vétéran reste acteur de sa propre régulation, avec un retour en temps réel. Le hic : le groupe principal comptait sept personnes. Sept. C'est un pilote exploratoire, pas une preuve. Les chercheurs le disent eux-mêmes. La précision des détections variait aussi beaucoup selon les individus — les plus symptomatiques confirmaient plus souvent les alertes. Est-ce que l'outil fonctionne mieux là où on en a le plus besoin, ou amplifie-t-il ce que le patient ressent déjà ? La question reste ouverte.

Un algorithme efface votre genre de votre voix sans perdre le signal dépression

Parlez cinq minutes dans un téléphone et un algorithme peut détecter votre dépression — mais aussi deviner votre genre avec 92 % de précision.

Des équipes du monde entier travaillent à détecter la dépression à partir de la voix : le rythme, les pauses, l'énergie acoustique changent quand on traverse un épisode dépressif. C'est prometteur. Mais il y a un problème que l'équipe derrière InfoShield met en lumière cette semaine. Quand vous entraînez un algorithme à détecter la dépression dans la voix, il apprend en même temps votre genre avec 92,6 % de précision, et votre âge avec 55,7 %. Ces données ne vous appartiennent plus dès l'instant où elles traversent un serveur. InfoShield propose une solution : une technique mathématique qui filtre ces informations parasites de la représentation numérique de votre voix, tout en conservant ce qui est utile pour la détection de la dépression. Pensez à un filtre à eau : il retire le calcaire sans toucher aux minéraux bénéfiques. Résultat : la précision sur le genre tombe à 55,5 % — à peine mieux que le hasard. Celle sur l'âge descend à 30,3 %. Et la détection de la dépression ? Elle reste solide, avec un score F1 de 0,784, voire supérieur aux meilleurs résultats précédents. Pourquoi ça compte : à mesure que le dépistage vocal se rapproche du déploiement clinique, la question de ce qu'on laisse fuir avec les données devient centrale. InfoShield montre qu'on peut protéger sans trop perdre. Le hic : tout ça a été testé sur un seul jeu de données — l'Androids Corpus. On ne sait pas si la méthode tient face à d'autres langues, d'autres accents, d'autres populations. Et la technique protège les données en entrée, mais ne dit rien sur l'usage qui en est fait en sortie. La protection technique ne remplace pas la gouvernance.

Des ondes cérébrales pendant le sommeil prédisent la démence cinq ans à l'avance

Cinq ans avant les premiers signes de déclin cognitif, votre cerveau endormi envoie peut-être déjà un signal d'alarme mesurable.

Une équipe a analysé les enregistrements de sommeil de 290 femmes âgées de plus de 65 ans, issues d'une cohorte américaine appelée SOF. Toutes étaient cognitivement normales au départ. Cinq ans plus tard, certaines avaient développé un déclin cognitif mesurable. Question : est-ce que leurs ondes cérébrales pendant le sommeil étaient déjà différentes au début de l'étude ? Réponse : oui. Les chercheurs ont mesuré une propriété des ondes EEG appelée l'exposant de Hurst — une façon de quantifier à quel point le signal est régulièrement irrégulier, comme le rythme d'une conversation naturelle par opposition à une lecture robotique. Un cerveau sain pendant le sommeil profond se situe près d'un état « critique » optimal, ni trop chaotique ni trop rigide. C'est un peu comme écouter le son d'un moteur : un moteur sain vibre d'une certaine façon régulière ; un moteur qui se dégrade perd cette signature. Chez les femmes qui allaient développer un déclin cognitif, cet exposant s'éloignait déjà de la valeur optimale — cinq ans avant les symptômes. Pourquoi ça compte : les traitements de la démence échouent souvent parce qu'ils arrivent trop tard, quand les dégâts sont déjà là. Une fenêtre de cinq ans changerait tout pour les essais cliniques et la prévention. Le hic : l'étude porte uniquement sur des femmes âgées d'une cohorte spécifique. Les résultats ne s'extrapolent pas automatiquement aux hommes, aux personnes plus jeunes, ou à d'autres contextes culturels. La correction pour comparaisons multiples n'est pas décrite, ce qui invite à la prudence sur les p-values. Et mesurer l'EEG à domicile de façon fiable reste techniquement difficile. C'est une piste sérieuse, pas encore un outil clinique.

Ces trois papiers ne se ressemblent pas en surface. Et pourtant, ils dessinent quelque chose de cohérent : la recherche en santé mentale apprend à vous observer à distance — pendant que vous dormez, pendant que vous parlez, pendant que vous pédalez. Les capteurs deviennent plus fins. Les algorithmes, plus précis. Mais les trois études soulèvent aussi, chacune à leur façon, la même tension : plus on mesure, plus on expose. InfoShield prend ce problème à bras-le-corps. L'étude sur le sommeil rappelle que les cohortes restent étroites — 290 femmes âgées, c'est un début, pas une généralité. L'essai avec les vétérans montre que même un outil prometteur peut fonctionner différemment selon les individus. La direction est claire : observer sans envahir, prédire sans stigmatiser. Le chemin pour y arriver, lui, est encore long.

L'essai Project Hero sur les vétérans est un pilote — surveillez si une version à plus grande échelle est annoncée, notamment via ClinicalTrials.gov. Sur le front du dépistage vocal, la prochaine conférence INTERSPEECH (août 2025) sera un bon baromètre de l'état du domaine. Et la vraie question que j'aimerais voir répondue : est-ce que les signatures EEG du sommeil tiennent chez des populations plus jeunes, avec des outils portables grand public ? Quelqu'un devrait tester ça.

• INSERM — Dossier complet sur le sommeil et ses fonctions
• Wikipédia — Trouble de stress post-traumatique (PTSD)