Les troubles du sommeil représentent aujourd'hui une crise de santé publique croissante. En France, le pourcentage de personnes dormant moins de six heures par nuit a triplé en une décennie, passant de 10% à 30%. Cette augmentation alarmante entraîne non seulement une fatigue chronique mais aussi des risques accrus d'accidents et d'épuisement professionnel, pesant lourdement sur les systèmes de santé. Une nouvelle technique utilisant l'IA permettrait de détecter le manque de sommeil en analysant la voix.
Face à cette épidémie de privation de sommeil, l'urgence de détecter de manière efficace et non invasive ce phénomène s'impose. Jusqu'à récemment, aucun test rapide et objectif ne permettait de mesurer cette privation. Cependant, une avancée significative a été réalisée par l'équipe de recherche Vigilance, Fatigue, Sommeil et Santé Publique (VIFASOM), sous la direction du Professeur Damien Léger. En collaboration avec des chercheurs du CNRS et de l'Aix-Marseille Université, ils ont publié une étude dans PLoS Computational Biology , démontrant la possibilité de détecter la privation de sommeil à l'échelle individuelle grâce à des analyses vocales poussées.
Cette nouvelle technique utilise des enregistrements vocaux analysés par intelligence artificielle (IA) pour identifier des changements spécifiques dans la prosodie et le timbre de la voix, marquant ainsi les effets de la privation de sommeil. Ces modifications vocales reflètent directement certaines altérations physiologiques, telles que les variations dans les capacités motrices et les vibrations des cordes vocales.
Cette méthode présente une alternative prometteuse aux techniques traditionnelles, offrant une solution non invasive et rapide, particulièrement pertinente pour les secteurs où la vigilance est cruciale. La détection précoce et précise de la fatigue par l'analyse vocale pourrait ainsi prévenir de nombreux incidents liés au manque de sommeil.
Dans la poursuite de cette étude, des marqueurs vocaux pourraient être corrélés à des facteurs physiologiques spécifiques, ouvrant la voie à des « stéthoscopes du sommeil » accessibles et non invasifs. L’équipe de chercheurs applique actuellement le même type de méthodologie pour le développement d’autres biomarqueurs vocaux afin d’aider à la caractérisation de l’état physiologique d’une personne et pour la détection de trouble de l’attention.
