Votre voix, vos mots, vos silences : mesurer la dépression autrement

Votre voix peut trahir votre état mental, avant même vos mots

Trente secondes de votre voix suffisent — pas pour comprendre ce que vous dites, mais pour analyser comment vous le dites.

Un algorithme écoute le rythme, la hauteur, les micro-silences, la texture de votre parole. Pas les mots. Juste le son. Des chercheurs publient cette semaine les résultats d'un modèle entraîné sur plus de 64 000 enregistrements audio collectés auprès de 34 000 personnes, croisés avec leurs scores sur le PHQ-9 et le GAD-7 — les questionnaires standards de dépistage de la dépression et de l'anxiété. Le résultat : 71 % de sensibilité et de spécificité simultanées sur un ensemble de test de 5 000 personnes. Pensez à un médecin qui perçoit à votre souffle, à votre débit, que vous n'êtes pas dans votre état normal — avant même de vous avoir posé une question. Le modèle fait quelque chose d'analogue : il ne lit pas votre discours, il entend votre état. Pourquoi ça compte ? Le dépistage de la dépression repose aujourd'hui sur des questionnaires remplis à la main, souvent biaisés par l'humeur du moment ou la gêne de répondre honnêtement. Un signal vocal intégré dans une application pourrait détecter une rechute bien avant qu'elle soit consciente — et sans demander quoi que ce soit à la personne. Le hic est réel. Les étiquettes utilisées pour entraîner le modèle viennent de questionnaires auto-administrés, pas de diagnostics posés par un clinicien. 71 %, c'est encourageant, mais ce n'est pas un seuil médical utilisable tel quel. Le dataset est propriétaire — personne d'autre ne peut vérifier les résultats. Et combiner le son avec le texte améliore les performances, ce qui suggère que le son seul ne suffit pas encore. C'est une brique solide, pas une solution clé en main.

Mesurer l'anxiété depuis la façon dont vous choisissez vos mots

Pas besoin d'entraîner un modèle sur des milliers de patients déprimés : la géométrie du langage suffit peut-être.

Voici l'idée. Chaque mot, chaque phrase, peut être représenté comme un point dans un espace mathématique — un espace où « triste » est proche de « épuisé » et loin de « enthousiaste ». Des chercheurs ont construit des axes dans cet espace à partir des items du PHQ-9 et du GAD-7, puis ont projeté les réponses de participants sur ces axes. Résultat : une corrélation allant jusqu'à r = 0,87 avec les mesures cliniques standardisées — sans aucun entraînement supervisé sur des données de patients. C'est comme un thermomètre linguistique : il ne mesure pas directement si vous êtes déprimé, mais il mesure si vos mots gravitent vers le pôle « déprimé » ou le pôle « bien portant » d'une échelle préétablie. L'étude porte sur 247 observations collectées via la plateforme Prolific auprès de 145 participants. L'intérêt pratique est clair : cette approche — dite non-supervisée — ne nécessite pas de base de données clinique annotée pour fonctionner. On peut l'appliquer dans des contextes où les données labellisées sont rares, comme les pays à faibles ressources médicales, ou dans des populations peu étudiées. Le hic : les formats courts et structurés (quelques mots choisis, une phrase) donnent les meilleures corrélations. Dès qu'on passe au texte libre — une entrée de journal, un message — la corrélation chute nettement. Elle remonte si on analyse phrase par phrase plutôt que le document entier, mais ça complique le déploiement. L'échantillon reste petit et homogène (adultes anglophones en ligne). Et les émotions ne sont pas des axes droits dans l'espace du langage — je simplifie volontairement.

Dans les cas difficiles, l'IA note les entretiens cliniques mieux que les humains

Deux psychiatres expérimentés regardent le même entretien et donnent des scores différents — c'est banal, et c'est un vrai problème.

L'évaluation de la sévérité d'une dépression passe souvent par un entretien clinique structuré. Un clinicien écoute, pose des questions, et attribue des scores à une série de symptômes : humeur, sommeil, concentration, énergie. Le problème : deux cliniciens devant le même enregistrement peuvent diverger — surtout dans les cas ambigus. C'est précisément là qu'une équipe de chercheurs teste ADAPTS. Le principe : décomposer l'entretien comme on diviserait un plat complexe à préparer en tâches séparées. Chaque agent du système prend en charge un symptôme précis, fouille la transcription pour trouver les indices pertinents, et propose un score avec une justification. Les scores individuels sont ensuite agrégés. C'est une architecture dite « mélange d'agents », plusieurs LLMs travaillant en parallèle sur des sous-problèmes distincts. Sur 204 entretiens issus de deux datasets indépendants aux protocoles différents, le résultat est frappant pour les cas difficiles — ceux où les évaluateurs humains originaux divergeaient le plus. ADAPTS atteint une erreur absolue de 22 points par rapport à un score expert de référence, contre 26 pour les évaluateurs humains. L'accord global, mesuré par l'ICC (un indice de concordance entre évaluateurs), atteint 0,877 — considéré comme excellent dans la littérature. Le hic : 204 entretiens, c'est un terrain d'essai, pas une validation à grande échelle. On ignore comment le système se comporte en dehors de ces protocoles spécifiques, dans la variabilité bruyante d'une vraie clinique. Et automatiser la notation d'un entretien ne remplace pas le clinicien qui décide du traitement — ça l'aide, au mieux, à être plus cohérent.

Ce qui relie ces trois travaux n'est pas anodin. Depuis des décennies, le diagnostic de la dépression repose sur deux jambes boiteuses : le questionnaire que le patient remplit seul, et le clinicien qui interprète un entretien. Les deux sont subjectifs, coûteux à grande échelle, et souvent trop tardifs. Ce que proposent ces trois équipes, c'est une troisième jambe — des signaux objectifs, extractibles automatiquement, à partir de ce que vous dites et comment vous le dites. Voix, géométrie des mots, transcription clinique : trois canaux différents, trois équipes différentes, convergence vers le même objectif. Aucun de ces outils n'est prêt pour le cabinet médical. Mais pris ensemble, ils dessinent quelque chose : la dépression laisse des traces mesurables dans le langage et la parole — et on commence à savoir les lire. Ce qui me retient de crier victoire, c'est que tous ces travaux butent sur le même mur : les étiquettes de référence restent des questionnaires auto-administrés, pas des diagnostics cliniciens. Tant que ce problème fondamental n'est pas résolu, la précision des modèles restera plafonnée.

Le vrai test pour ces approches sera leur validation sur des données cliniques réelles, annotées par des psychiatres, pas par des questionnaires en ligne. Gardez un œil sur les essais cliniques qui intègrent des biomarqueurs vocaux — quelques équipes aux États-Unis et au Royaume-Uni recrutent actuellement. La question ouverte qui m'obsède : est-ce que ces signaux sont spécifiques à la dépression, ou capturent-ils simplement le stress, la fatigue, ou le fait d'avoir mal dormi ?

• INSERM — Dossier complet sur la dépression
• Wikipédia — Patient Health Questionnaire (PHQ-9)