Au SAMU, la décision d’envoi de moyen revient au médecin régulateur, selon les informations obtenues lors des appels reçus. La mise au point de modèles d’apprentissage automatique basés sur les caractéristiques de la voix des requérants pourrait permettre d’identifier les patients nécessitant un SMUR. L’objectif de cette étude est de créer et évaluer un modèle d’apprentissage automatique à partir des paramètres phonatoires de la voix des appelants au Centre 15 pour prédire l’envoi d’un SMUR. Nous avons utilisé 1000 appels reçus au SAMU de Rennes répartis en groupes «SMUR» et «Non SMUR», et extrait les paramètres phonatoires d’intérêt de la voix des appelants. Nous avons pu créer un modèle prédictif de l’envoi d’un SMUR avec une aire sous la courbe ROC de 0.726 et une sensibilité de 0.782. Après réalisation d’études complémentaires et évaluation en conditions réelles, ces modèles pourraient permettre de créer des systèmes d’aide à la décision détectant les patients graves en régulation.