Septembre Jaune renforce l’importance de prévenir le suicide, de valoriser la vie et de prêter attention aux signes de détresse psychologique. Dans ce contexte, les recherches menées par des professeurs de la Faculté des Sciences Médicales de Santa Casa de São Paulo (FCM-SCSP) démontrent comment la science et la technologie peuvent contribuer à élargir les possibilités d'identification précoce des signes associés à la dépression. L'étude, publiée dans la revue internationale PLOS Mental Health, a utilisé l'intelligence artificielle pour analyser les caractéristiques acoustiques de la voix dans les audios envoyés via WhatsApp et a identifié des modèles liés à des niveaux élevés de symptômes dépressifs, sans tenir compte du contenu des déclarations.
La pertinence sociale de la recherche réside précisément dans la possibilité de développer, à l'avenir, des outils accessibles qui aideront les professionnels et les services de santé à identifier les personnes susceptibles de vivre une détresse psychologique. Dans un scénario dans lequel la reconnaissance précoce des changements dans la santé mentale peut favoriser la recherche de soins, des technologies peu coûteuses et faciles à utiliser peuvent élargir les possibilités de dépistage et de surveillance, en particulier dans les contextes de télémédecine et de santé publique.
L'étude a été développée au Département de santé mentale du FCMSCSP, sous la direction du professeur Ricardo R. Uchida, psychiatre et chef du Département de santé mentale de la Faculté, en partenariat avec la société internationale de santé numérique Infinity Doctors (États-Unis). La recherche a également bénéficié de la participation des professeurs Prof. Docteur Victor HO Otani et Prof. Docteur Lucas Murrins Marques, en plus du doctorant du Programme Postgraduate en Sciences de la Santé et spécialiste en Intelligence Artificielle d'Infinity Doctors, Felipe O. Aguiar, parmi les collaborateurs nationaux et internationaux.
La recherche a analysé 160 participants brésiliens, y compris des patients présentant un diagnostic clinique de trouble dépressif majeur et des individus ne présentant pas ce trouble. Les modèles d'apprentissage automatique ont été formés à partir de messages vocaux spontanés et ont montré des résultats supérieurs à 91 % chez les femmes et près de 75 % chez les hommes dans des tâches plus naturalistes, telles que la description de la semaine précédente.
Pour le professeur Ricardo R. Uchida, les résultats mettent en évidence le potentiel d'intégration de la science, de l'évaluation clinique et de l'innovation technologique pour faire face aux défis contemporains de la santé mentale. « Cette étude démontre comment l’intégration d’une évaluation clinique rigoureuse et de l’intelligence artificielle peut générer des outils innovants, sûrs et fondés sur des preuves pour soutenir l’identification précoce des troubles mentaux », dit-il.
Les chercheurs soulignent toutefois que la technologie ne remplace pas le diagnostic médical ou l’évaluation par des professionnels spécialisés. Il s’agit d’une ligne de recherche qui peut contribuer aux futures stratégies de dépistage, de surveillance et de recherche.
Dans le contexte de Septembre jaune, des initiatives comme celle-ci renforcent le fait que la prévention implique également un investissement continu dans la science, l’information et l’accès aux soins. Identifier les signes de souffrance est une étape importante, mais l’accueil, l’écoute qualifiée et l’orientation vers des soins professionnels restent fondamentaux pour promouvoir la santé mentale et valoriser la vie.
