Bibliographie & annexes
Présentation
En anglais
RÉSUMÉ
La voix est un des outils les plus prometteurs de la médecine numérique, et en particulier du suivi de patients souffrant de maladies neuropsychiatriques chroniques à domicile. La somnolence en particulier est un construit multiple qui représente un problème de santé publique. La conception de marqueurs vocaux de la somnolence nécessite l’élaboration d’un corpus qui se concentre ici sur une mesure clinique de la propension à l’endormissement diurne. Les marqueurs proposés mesurent deux dimensions de l’impact de la somnolence sur la voix : d’une part des marqueurs acoustiques, d’autre part les erreurs de lecture et leur automatisation à travers les erreurs faites par des systèmes de reconnaissance automatique de la parole.
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleABSTRACT
Voice is one of the most promising tools in digital medicine, and in particular in the at-home monitoring of patients with chronic neuropsychiatric diseases. Sleepiness in particular is a multiple construct that represents a public health problem. The design of speech markers of sleepiness requires the development of a corpus, which focuses here on a clinical measure of daytime sleep propensity. The proposed markers measure two dimensions of the impact of sleepiness on voice: on the one hand, acoustic markers; on the other hand, reading errors and their automation through errors made by automatic speech recognition systems.
Auteur(s)
-
Vincent MARTIN : Ingénieur ENSEA en électronique des systèmes multimédia, docteur en informatique - LaBRI, université de Bordeaux, CNRS UMR 5800, Bordeaux INP, Talence, France - SANPSY, université de Bordeaux, CNRS UMR 6033, CHU de Bordeaux, Bordeaux, France
-
Jean-Luc ROUAS : Chargé de recherche, CNRS - LaBRI, université de Bordeaux, CNRS UMR 5800, Bordeaux INP, Talence, France
INTRODUCTION
Notre voix est un outil permettant, avec les systèmes adéquats, de détecter de très nombreuses pathologies et de renseigner de manière précise l’état de santé du locuteur. Facilement implémentable en conditions réelles, de manière abordable et robuste à des conditions bruitées, la voix est un outil très attrayant pour la médecine numérique de demain.
Une des applications les plus prometteuses de l’utilisation de la voix est le suivi à domicile des patients souffrant de troubles neuropsychiatriques. Grâce à une application smartphone, il est maintenant possible de collecter des données de manière régulière, en conditions réelles, et d’adapter de manière dynamique les informations collectées.
Parmi les troubles neuropsychiatriques les plus répandus dans la population générale, les troubles du sommeil se traduisent souvent par une somnolence diurne excessive (SDE), qui est à la fois une forte cause d’accidents de la route et un facteur de risque pour les pathologies cardiovasculaires et psychiatriques.
S’il est normal d’être somnolent à certains moments de la journée (avant le coucher par exemple), la somnolence devient pathologique lorsqu’elle devient chronique et interfère avec la vie courante des personnes.
Les mécanismes à l’origine de la plainte de SDE sont souvent explorés par les médecins spécialistes à l’aide d’un test itératif de latence d’endormissement (TILE), qui nécessite deux nuits et une journée complète d’hospitalisation, représentant un coût pour la sécurité sociale de 1 500 € et mobilisant du personnel qualifié.
Remplacer ce test médical par une application basée sur la voix présente donc à la fois un intérêt financier et humain, tout en permettant d’ouvrir de nouvelles perspectives de diagnostic et de soin.
Cet article présente ainsi la collaboration de chercheurs issus du domaine de l’intelligence artificielle et de la neuropsychiatrie pour mettre au point des biomarqueurs vocaux de la SDE, avec comme but final leur implémentation au sein d’un médecin virtuel.
Points clés
Domaine : techniques d’analyse de la voix
Degré de diffusion de la technologie : émergence
Technologies impliquées : extraction de paramètres acoustiques, reconnaissance automatique de la parole
L'expertise technique et scientifique de référence
KEYWORDS
sleepiness | voice | acoustic features | automatic speech recognition systems
DOI (Digital Object Identifier)
Cet article fait partie de l’offre
Innovations technologiques
(177 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
Perspectives et évolutions
En anglais
4. Les erreurs de lecture et leur automatisation
4.1 Hypothèse
Au-delà de l’impact de la somnolence sur les capacités neuromotrices des patients, celle-ci peut également interférer avec leurs capacités cognitives et linguistiques.
La collaboration avec des orthophonistes a permis de mettre au jour un nouvel ensemble de marqueurs prometteurs pour mesurer cette interférence : les erreurs de lecture.
HAUT DE PAGE4.2 Erreurs de lecture
Dans un premier temps, afin de vérifier l’hypothèse que les erreurs de lecture – ou d’une manière plus générale, les différences entre ce que contient le texte lu et le contenu du discours oral du lecteur – permettent l’identification des patients somnolents, celles-ci sont annotées manuellement, selon les définitions suivantes :
-
achoppements : « hésitation, coupure, dans le rythme de la parole ». Ces erreurs sont un reflet de la capacité d'assemblage du lecteur, c'est-à-dire sa capacité de mettre bout à bout des syllabes pour former un mot. Ainsi, lorsque le lecteur commence la lecture d'un mot, s'arrête, et se reprend, le processus d'assemblage a été interrompu, causant un achoppement. Nous n'avons pas pris en compte les arrêts entre les mots, mais seulement les arrêts qui se produisent au milieu d'un mot, ou les allongements artificiels de certaines voyelles, qui témoignent d'une hésitation. Dans le cas de la reprise d'une phrase ou d'un bout de phrase, un seul achoppement est compté, quelle que soit la longueur de la reprise ;
-
paralexie : « erreur d'identification de mots écrits consistant à oraliser un mot écrit à la place d'un autre ». Contrairement aux achoppements, les paralexies reflètent les erreurs d'adressage du lecteur. La capacité d'adressage est le fait de lire un mot dans sa globalité, sans le découper en syllabes ou le déchiffrer, dont les paralexies sont des erreurs symptomatiques. Nous avons généralisé cette catégorie à toute prononciation d'un mot, existant ou non, qui est lu à la place du mot correct. Les télescopages (oublis...
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Innovations technologiques
(177 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Les erreurs de lecture et leur automatisation
BIBLIOGRAPHIE
-
(1) - PULIDO (M.L.B.), HERNÁNDEZ (J.B.A.), BALLESTER (M.Á.F.), GONZÁLEZ (C.M.T.), MEKYSKA (J.), SMÉKAL (Z.) - Alzheimer’s disease and automatic speech analysis : A review. - Expert Systems with Applications, vol. 150, p. 113213, DOI : 10.1016/j.eswa.2020.113213 (2020).
-
(2) - CHIARAMONTE (R.), BONFIGLIO (M.) - Acoustic analysis of voice in Parkinson’s disease : a systematic review of voice disability and meta-analysis of studies. - Rev. Neurol., vol. 70, n° 11, p. 393-405, DOI : 10.33588/rn.7011.2019414 (2020).
-
(3) - LOW (D.M.), BENTLEY (K.H.), GHOSH (S.S.) - Automated assessment of psychiatric disorders using speech : A systematic review. - Laryngoscope Investigative Otolaryngology, vol. 5, n° 1, p. 96-116, DOI : 10.1002/lio2.354 (2020).
-
(4) - PHILIP (P.) et al - Virtual human as a new diagnostic tool, a proof of concept study in the field of major depressive disorders. - Sci. Rep., vol. 7, n° 1, p. 426-456, DOI : 10.1038/srep42656 (2017).
-
(5) - Ministère de l’Intérieur - La...
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Innovations technologiques
(177 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
