Un modèle d’IA développé par des chercheurs du MIT pourrait permettre de détecter plus facilement les infections au Covid-19 et ainsi faire baisser le taux de propagation de la maladie. L’IA détecte en effet les infections asymptomatiques au Covid-19 par l’intermédiaire d’une toux enregistrée par téléphone portable. Les résultats pourraient servir à mettre au point un outil de dépistage pratique pour les gens qui ne soupçonnent pas d'être infectés. Les chercheurs disent avoir identifié avec précision 98,5 % des toux des personnes dont l’infection au Covid-19 avait été confirmée, y compris 100 % des toux des personnes asymptomatiques.Le Covid-19 continue de s’étendre et la France vient d’être contrainte à un second confinement de la population. Selon les spécialistes, les personnes infectées, mais asymptomatiques formeraient un vecteur clé de l'expansion de la maladie. En effet, les personnes asymptomatiques infectées par le Covid-19 ne présentent, par définition, aucun symptôme physique discernable de la maladie. Elles sont donc moins susceptibles de chercher à se faire tester pour le virus, et pourraient sans le savoir transmettre l'infection à d'autres personnes. Mais les chercheurs du MIT ont peut-être une solution à cela.
Ils ont découvert que les personnes asymptomatiques peuvent différer des personnes en bonne santé par la façon dont elles toussent. Ces différences sont quasiment indiscernables à l'oreille humaine. Mais il s'avère qu'elles peuvent être détectées par l'intelligence artificielle. Dans un article publié cet été dans la revue IEEE Journal of Engineering in Medicine and Biology, l'équipe de chercheurs a mis en évidence un modèle d'IA qui distingue les personnes asymptomatiques des individus en bonne santé par le biais d'enregistrements de toux forcées (provoquées par les sujets eux-mêmes).
La méthode utilisée par les chercheurs
Les sujets de l’étude ont volontairement soumis les enregistrements par le biais d’application Web, téléphones et ordinateurs portables, entre avril et mai 2020. Cela a permis aux chercheurs de former un modèle d’IA avec des dizaines de milliers d'échantillons de toux, ainsi que de mots parlés, créant ainsi le plus grand ensemble équilibré de données audio Covid-19 sur la toux signalé à ce jour avec 5320 sujets. Pour exploiter ces données, l’équipe a utilisé un modèle de traitement de la parole par IA qui se base sur des extracteurs de caractéristiques de biomarqueurs acoustiques pour détecter le Covid-19 à partir des enregistrements de la toux.
Il fournit ensuite une carte personnalisée des points saillants du patient pour surveiller longitudinalement les patients en temps réel, de manière non invasive, et à un coût variable pratiquement nul. Les enregistrements de la toux sont transformés avec le coefficient Cepstral de la fréquence de Mel et introduits dans une architecture basée sur un réseau neuronal convolutif (CNN) composé d'une couche de biomarqueurs de Poisson et de trois réseaux ResNet50 préformés en parallèle, produisant un diagnostic de présélection binaire.
Le premier réseau ResNet50 permet de discerner les sons associés à différents degrés de force des cordes vocales. Des études ont montré que la qualité du son "mmmm" peut être une indication du degré de faiblesse ou de force des cordes vocales d'une personne. L’équipe a formé le réseau neuronal sur un ensemble de données de livres audio avec plus de 1000 heures de parole, pour qu'il puisse distinguer le mot "eux" d'autres mots comme "le" et "alors". Le second réseau ResNet50 permet de discerner les états émotionnels évidents dans la parole.
Il a en effet été démontré que les patients atteints d'Alzheimer, et plus généralement les personnes atteintes de déclin neurologique, affichent certains sentiments tels que la frustration ou un effet plat, plus fréquemment qu'ils n'expriment le bonheur ou le calme. Les chercheurs ont mis au point un modèle de classification des sentiments dans la parole en l'entraînant sur un vaste ensemble de données d'acteurs intonant des états émotionnels, comme neutre, calme, heureux et triste. Le troisième réseau ResNet50 permet de détecter les changements dans les performances pulmonaires et respiratoires.
Enfin, elle a combiné les trois modèles et a superposé un algorithme pour détecter la dégradation musculaire. L'algorithme le fait en simulant essentiellement un masque audio, ou couche de bruit, et en distinguant les toux fortes, celles qui peuvent être entendues par-dessus le bruit, des toux plus faibles. Avec son nouveau modèle d'IA, l'équipe a ajouté des enregistrements audio, y compris de patients atteints d'Alzheimer, et a constaté qu'elle pouvait identifier les échantillons d'Alzheimer mieux que les modèles existants.
Les résultats ont montré qu'ensemble, la force des cordes vocales, le sentiment, la dégradation musculaire et les performances pulmonaires et respiratoires étaient des biomarqueurs efficaces pour diagnostiquer la maladie. L’équipe s’est basée sur la maladie d’Alzheimer, car, selon Brian Subirana, chercheur au laboratoire d’identification automatique du MIT et coauteur de l’étude, il y avait davantage de preuves que les personnes infectées par le Covid-19 présentaient des symptômes neurologiques similaires, comme une déficience neuromusculaire temporaire.
« Les sons de la parole et de la toux sont tous deux influencés par les cordes vocales et les organes environnants. Cela signifie que lorsque vous parlez, une partie de votre discours est comme une toux, et vice versa. Cela signifie également que les choses que nous dérivons facilement d'une parole fluide, l'IA peut les capter simplement à partir de la toux, y compris des choses comme le sexe de la personne, sa langue maternelle, ou même son état émotionnel. Il y a en fait un sentiment qui est intégré dans la façon dont vous toussez. Nous avons donc pensé, pourquoi ne pas essayer ces biomarqueurs d'Alzheimer [pour voir s'ils sont pertinents] pour le Covid », a déclaré Subirana.
Les résultats et conclusions de l’étude
Selon l’équipe, les modèles basés ont été formés sur un total de 4256 sujets et testés sur les 1064 sujets restants de l’ensemble de données. Une fois validé avec des sujets diagnostiqués (testés positifs) à l'aide d'un test officiel, le modèle atteint une sensibilité au Covid-19 de 98,5 % avec une spécificité de 94,2 %. Pour les sujets asymptomatiques, il atteint une sensibilité de 100 % avec une spécificité de 83,2 %. En termes plus clairs, le modèle a identifié avec précision 98,5 % des toux des personnes dont l’infection au Covid-19 avait été confirmée et 100 % des toux des personnes asymptomatiques, qui ont déclaré ne pas avoir de symptômes, mais avoir été testées positives pour le virus.
Subirana a rappelé que leur modèle d'IA n'est pas destiné à diagnostiquer les personnes symptomatiques, pour ce qui est de savoir si leurs symptômes sont dus au Covid-19 ou à d'autres affections comme la grippe ou l'asthme. La force de l'outil réside dans sa capacité à discerner une toux asymptomatique d'une toux saine. L'équipe travaille actuellement avec une entreprise pour développer une application gratuite de dépistage préalable basée sur son modèle d'IA. Elle cherche aussi à renforcer son modèle avec d’autres jeux de données.
Pour cela, elle travaille également en partenariat avec plusieurs hôpitaux dans le monde entier pour collecter un ensemble plus important et plus diversifié d'enregistrements de la toux, ce qui permettra de former et de renforcer la précision du modèle. L’équipe est convaincue que les techniques d'IA peuvent permettre de créer un outil de dépistage des sujets positifs au Covid-19, mais asymptomatiques, à grande échelle, gratuit, non invasif, en temps réel, à tout moment et instantanément distribuable, afin d'augmenter les approches actuelles pour contenir la propagation du Covid-19.
En fin de compte, ils envisagent que des modèles d'IA audio comme celui qu'ils ont développé puissent être incorporés dans des haut-parleurs intelligents et d'autres dispositifs d'écoute afin que les gens puissent facilement obtenir une première évaluation de leur risque de maladie, peut-être sur une base quotidienne. Selon les critiques, cette approche serait plus simple, plus avantageuse et plus respectueuse de la vie privée des personnes que les applications de suivi des contacts actuellement déployées.
Source : Rapport de l’étude
Et vous ?
Qu'en pensez-vous ?Voir aussi
France : la nouvelle attestation de déplacement dérogatoire est en ligne et proposée en plusieurs formats. Le développeur Tangui Morlier propose un générateur d'attestations avec gestion de profils Un chatbot médical GPT-3 d'OpenAI serait-il une bonne idée ? Il a dit à un patient simulé de se suicider lors d'un test réalisé par Nabla « Les mesures de surveillance high-tech contre l'épidémie de Covid-19 survivront au virus et pourront devenir permanentes », prévient Snowden à propos de méthodes comme le traçage de smartphones Covid-19 : des millions de professionnels de l'IT prévoient de déménager puisqu'ils peuvent être en télétravail, selon des sondages d'Upwork et de United Van Lines 
Envoyé par Bill Fassinou
