Analyse automatique du discours de patients pour la détection de comorbidités psychiatriques - Pôle Data, Models, Information, Decisions Accéder directement au contenu
Communication Dans Un Congrès Année : 2021

Automatic Discourse Analysis of Patients, for the Detection of Psychiatric Comorbidities

Analyse automatique du discours de patients pour la détection de comorbidités psychiatriques

Résumé

Co-morbidities are very frequent in mental health and represent a major therapeutic issue as well as a lever for a better understanding of physiopathological mechanisms. Some diseases, such as schizophrenia, develop progressively and at different rates from one individual to another, with symptoms gradually increasing in intensity and specificity. In these cases, clinicians seek to identify early on the warning symptoms and aggravating comorbidities, in order to propose interventions that maximize the therapeutic effects. Speech, and thus language, is a key element they use during consultations to understand the psychological state of patients, and automatic language analysis systems can provide an aid to assessment. We propose such an aid, targeting the detection of comorbidities and based on dependency grammars and paralinguistic indicators such as pauses and interjections, which are shown to be relevant.
Les comorbidités sont très fréquentes en santé mentale et représentent un enjeu thérapeutique majeur ainsi qu'un levier pour une meilleure compréhension des mécanismes physiopathologiques des pathologies. Certains maladies, comme la schizophrénie, s'installent progressivement et de façon variable d'un individu à l'autre, les symptômes augmentant progressivement en intensité et en spécificité. Dans ces cas, les cliniciens cherchent à identifier au plus tôt les symptômes annonciateurs et les comorbidités associés, afin de proposer des interventions maximisant les effets thérapeutiques. La parole, et donc le langage, est un élément-clé sur lequel ils s'appuient lors des consultations pour comprendre l'état psychique des patients, et les systèmes d'analyse automatique de la langue peuvent fournir une aide à l'évaluation. Nous proposons une telle aide, ciblant la détection de comorbidités et fondée sur les grammaires de dépendances et des indicateurs paralinguistiques comme les pauses et les interjections, qui s'avèrent être des choix pertinents.
Fichier principal
Vignette du fichier
lemey-haralambous-CIFSD2021.pdf (2.38 Mo) Télécharger le fichier
Origine : Fichiers éditeurs autorisés sur une archive ouverte

Dates et versions

hal-03258036 , version 1 (11-06-2021)

Identifiants

  • HAL Id : hal-03258036 , version 1

Citer

Christophe Lemey, Yannis Haralambous, Philippe Lenca, Romain Billot, Deok-Hee Kim-Dufor. Analyse automatique du discours de patients pour la détection de comorbidités psychiatriques. Conférence Internationale Francophone sur la Science des Données, Aix-Marseille Université - LIS UMR 7020, Jun 2021, Marseille, France. pp.261-272. ⟨hal-03258036⟩
100 Consultations
100 Téléchargements

Partager

Gmail Facebook X LinkedIn More