Une application capable de détecter le coronavirus dans votre voix a été développée dans le cadre d’une percée scientifique majeure.
Selon les scientifiques, la technologie alimentée par l’IA est plus facile à utiliser et plus précise qu’un test de flux latéral.
L’application mobile prend moins d’une minute pour signaler les cas positifs et donne un résultat précis 89 % du temps et les cas négatifs 83 % du temps.
En revanche, la précision des tests de flux latéral varie considérablement selon la marque, et les écouvillons du nez et de la gorge sont moins efficaces pour détecter les personnes infectieuses sans symptômes.
La nouvelle application pourrait être utilisée pour repérer rapidement les personnes pour le bogue avant qu’elles n’assistent à des événements de masse comme des concerts et de grands jeux sportifs.
Il pourrait également être mis en œuvre dans les pays les plus pauvres où les tests PCR de référence sont très coûteux et souvent difficiles à distribuer.
Des chercheurs néerlandais affirment que le coronavirus affecte généralement les voies respiratoires supérieures et les cordes vocales, entraînant des changements dans la voix d’une personne.
Les utilisateurs ont été invités à enregistrer des sons respiratoires
L’équipe a décidé d’enquêter pour savoir s’il était possible de détecter le nouveau virus dans la voix des gens.
Pour le développer, ils ont utilisé les données de l’application Covid-19 Sounds de l’Université de Cambridge, qui contient 893 échantillons audio de 4 352 participants, dont 308 ont été testés positifs pour le virus.
L’application est installée sur le téléphone portable de l’utilisateur et les participants fournissent des informations de base sur les données démographiques, les antécédents médicaux et le statut de fumeur.
On leur demande ensuite d’enregistrer des sons respiratoires, notamment de tousser trois fois, de respirer profondément par la bouche trois à cinq fois et de lire une courte phrase à l’écran trois fois.
Les chercheurs ont utilisé une technique d’analyse de la voix appelée analyse par spectrogramme de Mel, qui identifie différentes caractéristiques de la voix, telles que l’intensité, la puissance et la variation dans le temps.
Pour distinguer les voix des patients COVID-19 de celles qui ne sont pas atteintes de la maladie, l’équipe a construit différents modèles d’IA et testé celui qui fonctionnait le mieux pour classer les cas positifs.
Un modèle appelé Long-Short Term Memory (LSTM) a surpassé les autres.
Il est basé sur des réseaux de neurones, qui imitent le fonctionnement du cerveau humain et reconnaissent les relations sous-jacentes dans les données.
Il fonctionne avec des séquences, ce qui le rend adapté à la modélisation de signaux collectés au fil du temps, comme la parole, en raison de sa capacité à stocker des données dans sa mémoire.
Les tests peuvent être fournis sans frais
Wafaa Aljbawi, chercheuse à l’Université de Maastricht, a déclaré : « Ces résultats prometteurs suggèrent que de simples enregistrements vocaux et des algorithmes d’IA affinés peuvent potentiellement atteindre une grande précision pour déterminer quels patients sont infectés par le covid-19.
“Ces tests peuvent être fournis gratuitement et sont faciles à interpréter. Ils permettent également des tests virtuels à distance et ont un délai d’exécution de moins d’une minute.
“Ils pourraient être utilisés, par exemple, aux points d’entrée de grands rassemblements, permettant un dépistage rapide de la population.
“Ces résultats montrent une amélioration significative de la précision du diagnostic pour Covid-19 par rapport à des tests plus modernes tels que le test de flux latéral.
“Le test de flux latéral a une sensibilité de seulement 56 %, mais un taux de spécificité plus élevé de 99,5 %.
“C’est important car cela signifie que le test de flux latéral classe à tort les personnes infectées comme COVID-19 négatives plus souvent que notre test.
“En d’autres termes, avec le modèle AI LSTM, nous pourrions manquer 11 cas sur 100 qui propageraient l’infection, tandis que le test de flux latéral manquerait 44 cas sur 100.
“La haute spécificité du test de flux latéral signifie que seule une personne sur 100 se verrait dire à tort qu’elle était positive au Covid-19 alors qu’en fait, elle n’était pas infectée, alors que le test LSTM diagnostiquerait à tort 17 personnes non infectées sur 100 comme positif.
“Cependant, comme ce test est pratiquement gratuit, il est possible d’inviter des personnes pour des tests PCR si les tests LSTM les montrent positifs.”
Des recherches supplémentaires sont nécessaires avant que l’application puisse être utilisée
L’équipe affirme que davantage de recherches avec plus de participants doivent être effectuées avant que l’application puisse commencer à apparaître sur les téléphones des gens.
Depuis le début du projet, 53 449 échantillons audio ont été collectés auprès de 36 116 participants et peuvent être utilisés pour améliorer et valider la précision du modèle.
L’équipe fait également plus d’analyses pour comprendre quels paramètres de la voix influencent le modèle d’IA.
Les résultats seront présentés au Congrès international de la Société respiratoire européenne à Barcelone, en Espagne.