Votre voix, vos mots, vos biais : l'IA ausculte la dépression.

Trente secondes de voix pour détecter dépression et anxiété

Trente secondes de voix enregistrée, et un algorithme sait si vous êtes probablement déprimé ou anxieux — sans vous poser une seule question.

Une équipe de chercheurs a entraîné un modèle sur 43 945 enregistrements audio provenant de 23 743 personnes différentes — soit près de 700 heures de parole. L'idée centrale : la dépression et l'anxiété laissent des traces dans la façon dont vous parlez, indépendamment de ce que vous dites. Pas les mots — la musique. Le rythme, l'intonation, les micro-hésitations. Pensez à la voix d'un ami épuisé : vous la reconnaissez avant même d'avoir compris le sens de ses phrases. Le modèle fait pareil, mais automatiquement, sur 30 secondes. Techniquement, les chercheurs ont adapté Whisper — le logiciel de transcription développé par OpenAI — pour qu'il n'entende plus les mots, mais en extraie des signaux biologiques. Sur un échantillon de test de 5 000 personnes, le résultat est 71 % de sensibilité et de spécificité pour détecter dépression et anxiété. En clair : le système identifie correctement 71 personnes sur 100 véritablement atteintes, et se trompe sur 29. Le hic, et il est sérieux : les données proviennent d'une base propriétaire. On ne sait pas précisément qui sont ces 34 000 personnes, dans quels contextes elles ont été enregistrées, ni si le modèle tiendra ses promesses sur des populations différentes — personnes âgées, locuteurs non-anglophones, contextes cliniques réels. 71 %, c'est prometteur, mais ce n'est pas suffisant pour un outil de diagnostic : rater 3 dépressions sur 10 a des conséquences concrètes. Ce n'est pas une application médicale. C'est la preuve que la direction est bonne — et qu'il reste du chemin.

Quelques mots écrits révèlent votre état mental aussi bien qu'un questionnaire clinique

Et si choisir cinq mots dans une liste suffisait à mesurer votre niveau de dépression aussi précisément qu'un questionnaire de 20 questions ?

Des chercheurs ont développé une méthode appelée projection sémantique. Le principe : définir un axe entre deux pôles opposés — les mots associés à la dépression d'un côté, les mots associés au bien-être de l'autre — puis mesurer où se situe votre réponse sur cet axe. C'est comme une boussole dont le nord pointerait vers « déprimé » : on regarde dans quelle direction penchent vos mots. L'équipe a réutilisé un jeu de données collecté par Gu et al. en 2025, sur 145 participants évalués à deux moments différents. Elle a testé le système sur trois états : dépression, anxiété, et inquiétude chronique. Résultat frappant : quand les participants choisissaient ou écrivaient des mots simples — plutôt qu'un texte libre — les scores obtenus corrélaient jusqu'à r = 0,87 avec les mesures cliniques standardisées comme le PHQ-9 ou le GAD-7. En statistique, r = 0,87 est une association très forte. Pour un outil non supervisé — qui n'a jamais « vu » de patients — c'est remarquable. Le hic : l'échantillon est petit (145 personnes, 247 observations), et la méthode fonctionne surtout avec des formats structurés. Sur du texte libre — une réponse ouverte, spontanée — les résultats chutent, sauf si on analyse phrase par phrase plutôt que le texte en entier. Et les participants sont recrutés sur Prolific, une plateforme en ligne : probablement pas représentative des populations cliniques. Je simplifie, mais l'essentiel est là : prometteur, pas encore prêt pour le cabinet médical.

Les IA de détection de la dépression sont biaisées selon le genre et l'origine

Un algorithme atteint 80 % de précision dans un contexte et 34 % dans un autre — et se trompe différemment selon votre genre ou votre origine ethnique.

Une équipe de chercheurs a soumis deux grands modèles d'intelligence artificielle — Phi-3.5-Vision et Qwen2-VL — à la tâche suivante : détecter la dépression à partir d'un mélange de signaux, voix, expressions du visage, et transcription d'entretien. Ce qu'ils ont trouvé devrait nous rendre prudents. Commençons par l'instabilité brute. Phi-3.5-Vision atteint 80 % de précision sur un jeu de données naturaliste (E-DAIC), alors que Qwen2-VL tombe à 34 % sur un autre jeu de données en laboratoire (AFAR-BSFT). Même famille d'outils, même tâche — les résultats varient du simple au double selon le contexte. Imaginez une balance de cuisine qui pèse correctement les fruits mais sous-estime systématiquement la viande : c'est ce genre d'instabilité. Plus préoccupant : les deux modèles ont tendance à sur-diagnostiquer la dépression sur les données de laboratoire. Ils voient des dépressions qui n'existent pas. Et ce n'est pas uniforme : Qwen2-VL se trompe davantage selon le genre du patient, Phi-3.5-Vision selon l'origine ethnique. L'équipe a ensuite essayé de corriger ces biais via des instructions spéciales données au modèle. Résultat mitigé : les inégalités de genre disparaissent dans certains cas, mais au prix d'une chute de précision globale — et dans d'autres cas, les biais raciaux s'aggravent. Soyons honnêtes : cette étude ne dit pas que l'IA ne peut pas détecter la dépression. Elle dit que les outils actuels embarquent des biais qui varient selon l'architecture choisie, le jeu de données utilisé, et la population testée. Avant tout usage clinique, un audit rigoureux n'est pas une précaution — c'est une nécessité.

Regardez ces trois papiers ensemble et vous voyez quelque chose d'intéressant. Deux d'entre eux montrent que des signaux faibles — quelques mots choisis, trente secondes de voix — commencent à rivaliser avec des outils cliniques qui prennent dix fois plus de temps. C'est réel. Le troisième rappelle que ces mêmes outils, dès qu'on regarde de près, traitent les patients différemment selon leur genre ou leur origine — parfois sans que leurs concepteurs s'en aperçoivent. Ce n'est pas une contradiction. C'est le même moment du développement d'une technologie : les performances progressent vite, mais les angles morts progressent avec elles. La recherche en santé mentale computationnelle n'a pas encore résolu la question de base : un outil qui marche bien en moyenne peut faire du mal de façon ciblée. C'est là que le vrai travail commence.

Gardez un œil sur les études de validation externe des biomarqueurs vocaux : le vrai test sera de voir si ces modèles — entraînés sur des bases propriétaires — tiennent leurs promesses sur des populations cliniques européennes ou africaines. Sur les biais, la conférence FAccT (Fairness, Accountability, and Transparency) en juin 2026 sera un bon baromètre de l'état du débat. La question ouverte qui m'obsède : est-ce qu'un outil biaisé qui détecte 71 % des dépressions est meilleur ou pire que l'absence d'outil dans les déserts médicaux ? Franchement, personne ne sait encore.

• INSERM — Dossier complet sur la dépression
• Wikipedia — Dépression (psychiatrie)
• Nature News — L'essor des biomarqueurs numériques en psychiatrie