L'intelligence artificielle détecte les signes cachés de dépression dans les expressions faciales des étudiants
infohightech ·
La dépression est souvent associée à des modifications de l'expression faciale. Cependant, le lien entre la dépression légère, appelée dépression subliminale, et ces modifications reste flou. Des chercheurs ont récemment étudié, grâce à l'intelligence artificielle, si la dépression subliminale se traduisait par des modifications de l'expression faciale chez de jeunes adultes japonais. Les résultats révèlent des schémas de mouvements musculaires distincts liés aux symptômes dépressifs, ce qui pourrait contribuer à un dépistage précoce de la dépression et ouvrir la voie à une prise en charge précoce et préventive en santé mentale.
La dépression est l'un des problèmes de santé mentale les plus courants, mais ses premiers signes sont souvent négligés. Elle est souvent associée à une diminution de l'expressivité faciale. Cependant, on ignore encore si la dépression légère ou la dépression infra-liminaire (DIS) (subthreshold depression (StD)) (un état dépressif léger qui ne répond pas aux critères diagnostiques, mais constitue un facteur de risque de dépression) est associée à des modifications de l'expression faciale.
Dans ce contexte, la professeure agrégée Eriko Sugimori et la doctorante Mayu Yamaguchi de la Faculté des sciences humaines de l'Université Waseda, au Japon, ont étudié les changements d'expression faciale chez des étudiants japonais de premier cycle à l'aide de données faciales et de l'intelligence artificielle. L'étude a été publiée dans la revue Scientific Reports le 21 août 2025.
« Alors que les préoccupations concernant le bien-être mental augmentent, je voulais explorer comment les signaux non verbaux subtils, tels que les expressions faciales, façonnent les impressions sociales et reflètent la santé mentale en utilisant l'analyse faciale basée sur l'intelligence artificielle », explique Sugimori.
Les chercheurs ont demandé à 64 étudiants japonais d'enregistrer de courtes vidéos de présentation. Un autre groupe de 63 étudiants a ensuite évalué l'expressivité, la convivialité, le naturel ou la sympathie des intervenants. Parallèlement, l'équipe a utilisé OpenFace 2.0, un système d'intelligence artificielle qui suit les micro-mouvements des muscles faciaux, pour analyser ces mêmes vidéos.
Les résultats ont révélé une tendance constante. Les étudiants présentant des symptômes dépressifs subliminaux ont été jugés par leurs pairs comme moins amicaux, expressifs et sympathiques. Il est intéressant de noter qu'ils n'ont pas été jugés plus rigides, faux ou nerveux. Cela suggère que le trouble dépressif systémique ne donne pas une image ouvertement négative, mais atténue plutôt leur expressivité positive.
L'analyse par intelligence artificielle a révélé des schémas spécifiques de mouvements oculaires et buccaux, tels que le soulèvement interne des sourcils, le soulèvement des paupières supérieures, l'étirement des lèvres et l'ouverture de la bouche, plus fréquents chez les participants atteints de maladies sexuellement transmissibles. Ces mouvements musculaires subtils étaient fortement liés aux scores de dépression, même s'ils étaient trop fins pour être détectés par des observateurs non entraînés.
Les chercheurs soulignent que leur étude a été menée auprès d’étudiants japonais, un point important étant donné que les normes culturelles influencent la façon dont les gens expriment leurs émotions.
« Notre nouvelle approche de courtes vidéos d’auto-présentation et d’analyse automatisée des expressions faciales peut être appliquée pour dépister et détecter la santé mentale dans les écoles, les universités et les lieux de travail », explique Sugimori.
L’approche proposée pourrait être utilisée dans les technologies de santé mentale, les plateformes de santé numérique ou les programmes de bien-être des employés pour surveiller efficacement le bien-être psychologique.
« Dans l’ensemble, notre étude fournit un outil d’analyse faciale nouveau, accessible et non invasif basé sur l’intelligence artificielle pour la détection précoce de la dépression (avant l’apparition des symptômes cliniques), permettant des interventions précoces et des soins rapides en matière de santé mentale », conclut Sugimori.