En quoi consiste le programme Diabète & Stress ? On interroge les chercheurs et acteurs du projet
Le professeur Pierre-Yves Benhamou, chercheur au CHU de Grenoble a répondu à nos questions concernant le lancement de ce nouveau projet.
Quel est l’objectif final du projet diabète et stress pour le patient ?
Le stress est reconnu comme un des déterminants de plusieurs états pathologiques. Il contribue notamment à infléchir l’évolution du diabète. L’objectif général de ce projet est de développer un outil d’utilisation simple et de diffusion large, permettant la reconnaissance et la quantification des états de stress. Spécifiquement, nous souhaitons mettre au point cet instrument dans le cadre de la pathologie diabétique.
Dans quel contexte démarrez-vous ce projet?
L’homéostasie du glucose est influencée par de nombreux facteurs endogènes ou exogènes (prise alimentaire, activité physique, cycle hormonal, sommeil, stress). … Cette recherche s’inscrit dans la démarche du CHU de Grenoble qui s’investit de longue date dans les innovations technologiques au service des patients vivant avec un diabète.
Dr Guy Fagherazzi du Luxembourg Insitute of Health vient quant à lui approfondir les méthodes et moyens utilisés pour mener à bien Diabète & Stress.
Comment le deep digital phenotyping permet d’identifier les biomarqueurs vocaux de la détresse liée au diabète ?
Le phénotypage numérique profond permet de caractériser les personnes vivant avec un diabète avec une granularité plus fine que les approches traditionnelles, en utilisant de nouvelles sources d’informations. Parmi les différentes sources de données innovantes, nous travaillons spécifiquement sur l’analyse de la voix. Les patients enregistrent leur voix et répondent à des questionnaires sur le stress et sur la détresse liée au diabète et nous développons ensuite des modèles de prédiction basés sur des méthodes d’intelligence artificielle pour prédire ces niveaux de stress ou détresse uniquement à partir d’informations issues de la voix. Cette recherche servira à développer de nouvelles solutions de suivi à distance de paramètres de santé importants (via une application smartphone, ou des téléconsultations par exemple) en recherche clinique, puis en pratique clinique courante, à terme.
Comment est construite la base de données que vous utilisez ? quel type de mesures ? quel type de patients ?
L’étude Colive Voice est une étude mondiale, multi-lingue, qui sert de plateforme d’identification de biomarqueurs vocaux candidats. Les participants doivent remplir un questionnaire médical puis réaliser quelques enregistrements vocaux rapides et ludiques. Cette recherche est ouverte à tous à partir de l’âge de 15 ans, quel que soit son état de santé. Des recherches sont actuellement menées sur des personnes vivant avec un diabète, avec un cancer, ou avec un problème de santé mentale, mais c’est bien ouvert à tous ! Il faut simplement savoir parler français, allemand, anglais, espagnol, portugais ou arabe. Pour participer, il suffit de disposer de 20 mn de temps libre et de se rendre sur https://www.colivevoice.org/ avec son smartphone, tablette ou ordinateur muni d’un microphone.
Christelle Godin, CEA-Leti, Directrice de recherche en IA
Qu’est-ce que l’intelligence artificielle apporte au projet?
L’intelligence artificielle, et plus spécifiquement les méthodes d’apprentissage automatique et profond, seront mises à profit pour étudier la relation entre les mesures et le stress. Une base de données spécifique sera constituée pour compléter les bases de données actuellement disponibles. L’exploitation de ces données avec des algorithmes d’apprentissage, permettra le développement de modèles d’estimation du stress combinant mesures physiologiques et vocales, spécifiques au contexte du diabète. Nous espérons ainsi obtenir des indicateurs de stress performants et robustes adaptés aux patients diabétiques.
Comment vont être utilisées les mesures physiologiques?
Le développement récent de capteurs physiologiques portés de manière non intrusive en étant intégrés à des bracelets, permettent le suivi de l’activité cardiaque, respiratoire et électrodermale dans la vie courante. Plusieurs études montrent qu’il est possible d’évaluer l’état de stress d’une personne à partir de telles mesures en utilisant des modèles entrainés grâce à des algorithmes d’intelligence artificielle. Un des objectifs du projet est d’adapter ces modèles au contexte particulier du diabète, mais aussi de les combiner avec les marqueurs vocaux.
Témoignage du Dr Charline Bour, post-doctorante en data science et intelligence artificielle.
Quelle va être votre méthodologie pour mener à bien le projet ?
Pour atteindre mon objectif, je vais analyser divers types de données, notamment la voix et des données physiologiques. Nous espérons lancer une étude clinique et recruter des patients diabétiques pour suivre stress et glycémie de manière plus approfondie, cela représentera une étape cruciale.
Quel sont les principales difficultés du projet ? Le principal défi technique et scientifique lié à ce projet réside dans la précision et la fiabilité de la collecte et de l’analyse des données. En effet, les indicateurs de stress, en particulier dans un contexte comme le diabète, peuvent être subtils et varier considérablement d’une personne à l’autre.
Projet soutenu par Au Coeur des Familles Fondation d’Entreprise OCIRP.
Pour consulter la fiche descriptive du projet, c’est ici
Nous vous invitons vivement à participer à l’étude Colive pour aider nos recherches sur le diabète et tous types de pathologies de manière générale.
