CNRS La lettre innovation

Partenariats, création d'entreprises, brevets, licences, événement... Retrouvez tous les mois les dernières actualités de la valorisation et de l'innovation au CNRS.

Brevets et licences

Détecter la somnolence dans la voix

Des chercheurs du Laboratoire bordelais de recherche en informatique1 et du laboratoire Sommeil, addiction et neuropsychiatrie2 ont mis au point des biomarqueurs vocaux permettant d’estimer le niveau de somnolence diurne excessive (SDE) d'un patient. Intégré dans un assistant médical virtuel, le nouvel outil vise à faciliter le suivi à domicile des patients.

illustration

La somnolence diurne excessive (SDE) est un symptôme qui augmente le risque d'accident de la route chez les personnes qui en sont atteintes. Pour le détecter et le mesurer, il faut aujourd'hui faire remplir des questionnaires aux patients (mesures subjectives), ou effectuer des tests médicaux longs et coûteux de pathologies du sommeil, tels que des électroencéphalographies (EEG). Des chercheurs du Laboratoire bordelais de recherche en informatique (LaBRI), et du laboratoire Sommeil, addiction et neuropsychiatrie, proposent une méthode de mesure objective de la SDE beaucoup plus simple et rapide, basée sur l'analyse de la voix du patient.

Les chercheurs ont travaillé à partir d'une base de données d’enregistrements vocaux de plus de 120 patients, complétés par des résultats de mesures de somnolence réalisées par les méthodes habituelles (questionnaires et tests EEG). Une première étape était d'identifier des marqueurs pertinents de la SDE dans ces enregistrements. C'est l'objet des recherches de Vincent Martin, doctorant au LaBRI dont la thèse a été dirigée par Jean-Luc Rouas, chercheur CNRS au LaBRI, et co-encadrée par Pierre Philip, directeur du laboratoire Sommeil, addiction et neuropsychiatrie.

« Il fallait identifier les marqueurs qui sont à la fois sensibles à la somnolence, et spécifiques : ils ne sont pas influencés par d'autres facteurs, tels que l'âge, le sexe, ou l'anxiété du patient », indique Vincent Martin. Les biomarqueurs retenus3 reflètent la qualité acoustique de la voix (fréquence, intensité de la voix...), ou liés à la qualité de lecture des patients (erreurs de lecture, position et longueur des pauses...).

Pour mettre au point leur outil de mesure de la SDE, les chercheurs ont utilisé des techniques d'apprentissage automatique, en testant leurs algorithmes sur les cas réels de patients déjà enregistrés dans la base de données. Le système ainsi élaboré est maintenant capable d'identifier différents types ou niveaux de somnolences. Les premiers résultats concernant trois types de somnolences seront prochainement publiés. Les chercheurs vont maintenant travailler sur une base de données de locuteurs sains, afin de poursuivre la validation des biomarqueurs. En parallèle, ils envisagent de faire du nouvel outil un logiciel utilisable simplement par d'autres équipes de recherche. A terme, la nouvelle méthodologie de mesure de la SDE pourrait être intégrée dans un assistant médical virtuel tel que Kanopée, développé au laboratoire Sommeil, addiction et neuropsychiatrie, afin de suivre l'évolution des patients à domicile, dans leur contexte naturel.

 

1 CNRS/Université de Bordeaux/Bordeaux INP

2 CNRS/Université de Bordeaux

3 Détection de la somnolence dans la voix : nouveaux marqueurs et nouvelles stratégies. Vincent P. Martin, Jean-Luc Rouas, Pierre Philip. Traitement automatique des langues. Janvier 2021

Contacts :

Vincent Martin / Doctorant au Laboratoire bordelais de recherche en informatique / vincent.martin@labri.fr

Jean-Luc Rouas / Chercheur CNRS au Laboratoire bordelais de recherche en informatique / jean-luc.rouas@labri.fr

Pierre Philip / Professeur des universités à l’université de Bordeaux et Directeur du laboratoire Sommeil, addiction et neuropsychiatrie / pierre.philip@u-bordeaux.fr