L'analyse de l'IA a révélé des modèles spécifiques de mouvements des yeux et de la bouche, tels que les élévations des sourcils ou les paupières supérieures, les rouges à lèvres ou les actions d'ouverture de la bouche comme plus fréquents chez les étudiants universitaires présentant des symptômes avant la dépression. Ces mouvements musculaires subtils étaient fortement liés à une éventuelle dépression future, bien qu'elles soient trop légères pour que les observateurs déraisonnables les détectent.
Une équipe de chercheurs de l'Université de Waseda, au Japon, a développé une méthode qui se concentre sur l'intelligence artificielle (IA) pour identifier les signes de dépression subclinique, une légère forme de dépression qui précède généralement les variantes plus intenses de cette pathologie, par l'analyse des expressions faciales.
Mouvements musculaires presque imperceptibles
Dans une étude publiée dans la revue Scientific Reports, ils décrivent l'innovation comme un outil non invasif pour la détection précoce des problèmes de santé mentale chez les jeunes, avec la capacité de prédire les symptômes qui, en tant qu'âge, sont plus complexes à traiter et à surmonter.
La recherche était axée sur les étudiants universitaires japonais et a utilisé l'IA pour analyser les mouvements subtils des muscles faciaux, que l'œil humain ne peut pas facilement percevoir. Les résultats ont montré que les élèves présentant des symptômes de dépression subclinique présentaient des modèles composés de leurs expressions faciales.
Selon un communiqué de presse, l'IA a identifié une fréquence plus élevée de certains mouvements, tels que l'élévation de la force, le soulèvement de la paupière supérieure, l'étirement des lèvres et l'ouverture de la bouche, chez les participants présentant des symptômes dépressifs. Ces mouvements musculaires, bien que imperceptibles pour un observateur occasionnel, étaient fortement liés aux scores de dépression des étudiants.
Un outil utile pour les interventions précoces
Les chercheurs ont enregistré des vidéos de présentation de 64 étudiants japonais et ont demandé à 63 autres collègues de valoriser, sans prendre en compte l'audio, si les jeunes semblaient expressifs, naturels, amicaux ou agréables. En parallèle, les scientifiques ont analysé les enregistrements avec Openface 2.0, un logiciel d'analyse faciale qui extrait les unités de mouvement musculaire. Les participants ont également rempli un questionnaire visant à classer les niveaux de subvention ou de dépression subclinique.
Référence
La dépression sous-seuil est associée à une altération d'expression faciale et à une impression via des cotes de subjection et une analyse de l'unité d'action. Eriko Sugimori et Mayu Yamaguchi. Rapports scientifiques (2025). Doi: https: //doi.org/10.1038/s41598-025-15874-0
Non seulement l'analyse automatisée a détecté une plus grande présence ou intensité des mouvements des zones oculaires et orales identifiées à la dépression, mais aussi celles qui présentaient des symptômes de dépression sous-marine ont reçu des cotes plus faibles dans des caractéristiques positives: ils étaient considérés comme moins expressifs, moins naturels et moins sympathiques.
Les spécialistes concluent que la méthode offre un outil accessible et respectueux de la vie privée pour détecter le risque de dépression dans les contextes éducatifs et de travail, permettant des interventions précoces. La technique pourrait être intégrée dans les plates-formes de santé numériques ou les programmes de bien-être, bien que les différences culturelles dans les émotions doivent être prises en compte et ne pas prendre les résultats comme un diagnostic concluant.
