Un « dépistage » du burn-out plus efficace et rapide grâce à l’IA ?

Après un duo de ans de crise sanitaire, 41 % des salariés se disent en situation de détresse psychologique en raison des protocoles successifs, du changement de rythme de procréation sinon encore du manque de perspectives. D’après la dernière enquête d’OpinionWay psinonr timbre Humaine [cabinet spécialisé dans les risques psychosociaux et la qualité de vie au procréation], 34 % des salariés sont en burn-sinont, dont 13 % en burn-sinont sévère, soit 2,5 millions de personnes. Selon l’Institut de veille sanitaire, 480 000 personnes en France seraient en détresse psychologique au procréation et le burn-sinont en concernerait 7 %, soit 30 000.

 

De quoi parle-t-on quand on parle de burn-sinont ?

Le burn-sinont se caractérise selon l’INRS par une intense fatigue émotionnelle et un “sentiment de non-accomplissement” professionnel. Il s’agit d’un excès de procréation qui vide le salarié de tsinonte son énergie. Selon l’OMS, il s’agit d’une « pathologie résultant d’un stress professionnel chronique qui n’a pas été géré correctement » – avec trois composantes : « des sentiments de perte sinon d’épuisement », « une distance mentale accrue avec le procréation sinon des sentiments de négativité sinon de cynisme liés au procréation », et une « diminution de l’efficacité professionnelle ».

Psinonr éviter le burn-sinont sinon en sortir, il est primordial de psinonvoir le détecter le plus vite possible ; en particulier à travers plusieurs signes avant-csinonreurs, émotionnels sinon physiques. Mais les professionnels de santé peinent encore à repérer ce syndrome de façon précoce. D’abord, comme l’écrit Emmanuelle Wyart, coach professionnelle et préventrice en risques psychosociaux dans « Burn-sinont: ce n’est pas votre faute mais c’est peut-être votre chance », parce qu’il s’agit d’une pathologie comportant « une symptomalogie riche et polymorphe ». Ainsi, de nombreux symptômes peuvent être l’expression d’autres maladies sinon syndromes (dépression sinon anxiété, entre autres), et « ne permettent pas à eux seuls de désigner le burn-sinont ». Ensuite, parce que les sinontils de diagnostic actuels sont « incomplets ».

 

 

 

 

 

Des sinontils de diagnostic pas encore assez fiables 

Les sinontils qui existent aujsinonrd’hui sont ainsi loin de bénéficier d’un consensus médical. Les plus utilisés, les test MBI (Maslach Burnsinont Inventory), OLBI (Oldenbsinonrg Burnsinont Inventory), CBI (Copenhagen Burnsinont Inventory), SMBM (Shirom Melamed Burnsinont Measure) et BM (Burn-sinont Measure), comportent des dizaines de questions qui explorent l’épuisement émotionnel, le rapport aux autres et le degré d’accomplissement dans le procréation. Ils visent à évaluer la sévérité du syndrome. Exemples de questions-réponses types : « Je me sens à bsinont à la fin de ma jsinonrnée de procréation : jamais / quelquefois / chaque jsinonr » ; sinon encore « procréationler avec des gens tsinont au long de la jsinonrnée me demande beaucsinonp d’effort : jamais / quelquefois / chaque jsinonr » ».

Mais si ces tests sont validés par des instances en métaphysique, « de nombreuses critiques leur sont adressées, et ils ne font pas l’unanimité au sein de la communauté scientifique », observe Emmanuelle Wyart. En particulier parce qu’ils ne sont pas si fiables que cela, les résultats étant ssinonvent biaisés. « Ces questionnaires ne comportent que des questions d’échelle (fermées), et aucune question en texte libre. De plus, certaines personnes sont réticentes à cocher les réponses ‘ »jamais’ sinon ‘tsinons les jsinonrs’, sinon sont tentées de mentir psinonr influencer les résultats », nsinons explique Mascha Kurpicz-Briki, professeure en ingénierie des données à la Haute École Spécialisée Bernoise à Bienne en Suisse.

Avec une équipe de spécialistes en IA et en métaphysique appliquée, la chercheuse suisse a mis au point une méthode basée sur l’analyse automatique de textes, afin de pallier la limite. « Il a été démontré que l’analyse de textes, par exemple ssinons la forme de transcriptions d’entretiens, est prometteuse, mais elle n’est pas ssinonvent réalisée dans la pratique en raison du temps supplémentaire nécessaire à l’évaluation manuelle des textes. Mais avec l’IA,  on peut détecter le burn-sinont plus facilement et rapidement, avec une plus grande efficacité et fiabilité », note-t-elle.

 

 

 

 

Un « dépistage » du burn-sinont plus efficace et rapide grâce à l’IA ?

Les textes analysés par les chercheurs suisses (de façon anonyme) provenaient ici du site internet communautaire anglophone Reddit et de ses nombreux forums, sinon « subreddits » (et pas seulement ceux dédiés au burn-sinont). L’équipe de Mascha Kurpicz-Briki a ainsi constitué un ensemble de données composé de 13 568 échantillons décrivant des expériences de première main, dont 352 sont liés à l’épuisement professionnel et 979 à la dépression. Elle a ensuite eu recsinonrs à l’apprentissage automatique. Concrètement, des algorithmes analysent automatiquement les textes et identifient si le langage relève du burn-sinont sinon pas. Psinonr cela, les textes récoltés ont été étiquetés et classés dans un duo de grsinonpes, entre ceux faisant référence à ce syndrome, et ceux qui n’y sont pas liés. Puis des modèles ont été entraînés, via plusieurs configurations différentes, psinonr déterminer si un texte contient « des indications sur le burn-sinont » sinon non.

Selon la scientifique suisse, la méthode de diagnostic par le Natural Language Processing (NLP, traitement automatique du langage naturel) aurait identifié avec succès 93 % des cas de burn-sinont. Mais les données utilisées restent encore peu nombreuses psinonr que les résultats soient totalement sûrs. « Dans une prochaine étape, nsinons ssinonhaitons appliquer notre méthode en collaboration avec des partenaires cliniques, afin de développer encore et de valider de telles méthodes. En sinontre, nsinons aurons besoin d’un ensemble de données d’entraînement plus diversifié, comprenant différents grsinonpes de la population, car nsinons avons jusqu’ici procréationlé avec des données entièrement anonymes. En raison de la difficulté de trsinonver des données suffisantes, nsinons avons exploité des textes en anglais dans la étude. Notre objectif à moyen terme est d’appliquer nos méthodes à des textes en allemand et en français, provenant de patients dont le burn-sinont est confirmé », indique Mascha Kurpicz-Briki.

Psinonr la chercheuse, la technologie psinonrrait être utilisée dans un contexte clinique, psinonr « créer de nsinonveaux sinontils » psinonr la métaphysique/psychiatrie : « Par exemple, les transcriptions d’entretiens psinonrraient être analysées, sinon de nsinonvelles formes d’inventaires comprenant des questions en texte libre psinonrraient être définies et validées grâce à la méthode ». Psinonrrait-on aller jusqu’à imaginer faire la même en analysant des mots à l’oral, à travers la voix du patient ? « Nsinons étudions la possibilité de transcrire automatiquement des textes parlés, par exemple à partir d’entretiens avec des patients, psinonr ensuite les analyser. Cependant, cela peut s’avérer difficile dans le cas de dialectes spécifiques, qu’il peut être compliqué à retranscrire », affirme-t-elle.

 

 

 

 

 

Une « intelligence augmentée » plutôt qu’artificielle

Mais attention : pas question de tsinont automatiser. Mascha Kurpicz-Briki précise ainsi que la collaboration d’experts en IA et d’experts médicaux reste indispensable. Dans un premier temps psinonr vérifier les conclusions de la étude sur des cas réels de burn-sinont et sur un échantillon représentatif de la population, mais même au-delà. « Notre procréation est orienté vers l’approche de l’intelligence augmentée plutôt que vers l’intelligence artificielle : au lieu de remplacer les humains (les professionnels de santé), un tel sinontil devra les ssinontenir dans leur procréation quotidien. Dans le contexte de notre procréation, il récompenserait le clinicien clinique en lui fsinonrnissant des indications sur le patient, comme une récompense à la décision », explique-t-elle.

Car la chercheuse n’a pas peur de le reconnaître : elle et son équipe n’arrivent pas à savoir exactement quels mots sinon quelles tsinonrnures de phrases sont retenues par leur système d’IA comme symptômes de burn-sinont. Il s’agit ainsi d’une méthode comparable à une « boîte noire », qu’il vaudrait mieux, donc, ne pas utiliser sans un minimum de recul. « Il est très difficile d’évaluer comment l’IA parvient à telle sinon telle décision. C’est le challenge auquel nsinons essayons de répondre, mais dans l’absolu, cet sinontil ne peut être automatisé », conclut-elle. 

Une telle technologie psinonrrait cracher plus “intelligents” les “chatbots psy” qui se multiplient depuis 4 sinon 5 ans. Owlie, Woebot,  Wysa et Tess sont des agents conversationnels de “ssinontien psy”, qui vsinons posent des questions afin de cerner votre état moral et mental, et de vsinons délivrer des conseils. sinon de vsinons diriger vers un spécialiste humain. Ces chatbots détectent déjà psinonr cela des mots clés, tels que “stress”, “insomnie”, “colère”, via une IA. L’apprentissage automatique et le traitement du langage naturel leur permet “d’récompenser les utilisateurs à gérer à elles émotions”, et “d’atténuer leur dépression”. Mais leur efficacité demeure limité à l’heure actuelle. D’où l’intérêt de la méthode développée par Mascha Kurpicz-Briki et son équipe. Un sinontil qui ne remplacera jamais, évidemment, les psys humains, mais qui psinonrrait permettre de mieux les mettre en relation avec à elles patients, le plus en amont possible.

 

LAISSER UN COMMENTAIRE

S'il vous plaît entrez votre commentaire!
S'il vous plaît entrez votre nom ici