Des chercheurs de l'EPFL, de l'Université de Cambridge et du MIT développent des algorithmes utilisant l'IA pour diagnostiquer le Covid-19 à partir du son de la toux enregistré par un smartphone. Découvrez comment cette innovation pourrait révolutionner le dépistage du Covid-19, avec des résultats impressionnants mais des défis à surmonter.
Des chercheurs de l’EPFL, de l’Université de Cambridge et du MIT explorent une méthode innovante pour diagnostiquer le Covid-19 à partir du son de la toux, capté par un simple smartphone. L’objectif est ambitieux : permettre à chacun de détecter s’il est porteur du virus sans recourir à un test traditionnel.
En avril, des scientifiques de l’EPFL ont lancé Coughvid, un projet visant à collecter des enregistrements de toux pour entraîner des algorithmes. Le but ? Développer une application capable de détecter le Covid-19 à partir du son de la toux, avec un taux de précision de 70% après collecte de données suffisantes.
Cinq mois après, les chercheurs avaient réuni plus de 20 000 enregistrements, dont environ 1 500 provenant de personnes positives au Covid-19. Cependant, les résultats ont montré que les pneumologues, bien que consultés pour l’interprétation de ces enregistrements, n’ont pas réussi à s’entendre sur un diagnostic précis, sauf pour quelques cas évidents.
Les chercheurs espèrent que l’intelligence artificielle surpassera les capacités humaines. Ils ont utilisé des enregistrements nettoyés de bruits environnants et des données démographiques (âge, sexe, etc.) pour entraîner leurs modèles de machine learning. Actuellement, leur modèle détecte 40% des cas infectés, avec seulement 3% de faux positifs. Un résultat prometteur, mais insuffisant pour une application de diagnostic fiable.
Le MIT a, de son côté, publié des résultats encore plus impressionnants : leur modèle de diagnostic atteint une précision de 98,5%, avec moins de 6% de faux positifs. Ce modèle est même capable de détecter des cas asymptomatiques avec un taux de faux positifs inférieur à 20%. Les chercheurs du MIT envisagent déjà une application à grande échelle, offrant un dépistage gratuit, non invasif et instantané, pouvant compléter les méthodes actuelles de lutte contre la propagation du virus.
Malgré ces résultats remarquables, Tomás Teijeiro, le leader du projet Coughvid à l’EPFL, reste prudent. Il s’inquiète de la difficulté de reproduire ces résultats, un problème courant dans le domaine des sciences de données. Les ajustements nécessaires pour affiner les modèles rendent leur reproductibilité complexe.
Pour surmonter ce défi, certains chercheurs mettent leurs données à disposition de la communauté scientifique, comme l’ont fait ceux de l’EPFL et de Cambridge. D’autres lancent des challenges sur des plateformes comme Kaggle, afin de tester et améliorer les modèles de manière collaborative.
Bien que des avancées impressionnantes aient été réalisées, le chemin reste semé d’embûches. Cependant, l’utilisation de l’intelligence artificielle pour diagnostiquer le Covid-19 à partir du son de la toux pourrait bien devenir une alternative révolutionnaire aux méthodes traditionnelles de dépistage. Reste à résoudre les problèmes de reproductibilité pour rendre ces solutions fiables et accessibles à tous.
Source : ICTjournal
