«Je m’intéresse, dans le cadre de ma thèse, aux façons de communiquer la douleur, mais aussi aux émotions qui peuvent venir changer notre manière d’exprimer la douleur, que ce soit la peur, la colère ou le dégoût», a expliqué Marie-Hélène Tessier à ULaval nouvelles en marge de l’événement.

Si ses recherches portent sur les signes non verbaux, c’est parce que la communication entourant la douleur est un enjeu réel dans le milieu de la santé. «Un patient qui a mal est habitué d’attribuer une note de 0 à 10 à sa douleur. Chez certaines populations, comme de très jeunes enfants ou des aînés qui souffrent de démence, ce n’est pas possible. Les cliniciens utilisent alors des échelles qui permettent d’évaluer la douleur de façon non verbale. Des outils existent, mais ils sont limités pour bien évaluer la douleur.»

C’est là que l’Intelligence artificielle (IA) entre en jeu. Avec l’apprentissage machine (machine learning), une technologie permettant aux systèmes d’apprendre et d’améliorer leurs performances en fonction de données qu’ils traitent, Jean-Philippe Mazet a créé un modèle informatique pour distinguer les différentes expressions faciales de la douleur.

«L’intelligence artificielle nous permet de trouver une fonction qui fait le lien entre des données – dans ce cas, le visage des gens – et un résultat, soit les émotions associées à la douleur. Pour guider l’IA dans cette recherche, on lui soumet des exemples jusqu’à ce qu’elle devienne bonne à accomplir sa tâche», simplifie l’étudiant.

Lire la suite, sur ULaval Nouvelles