La firme américaine a développé un modèle d’IA pour aider les chercheurs à détecter les maladies à partir de la toux : Health Acoustic Representations (HeAR). Découverte.
Le son est bien plus qu’une simple vibration de l’air, c’est une mine d’informations précieuses sur notre santé. Qu’il s’agisse de la toux, de la respiration ou de la voix, ces sons bioacoustiques peuvent révéler des indices subtils sur notre état de santé. Aujourd’hui, grâce aux avancées de l’intelligence artificielle (IA), nous sommes à l’aube d’une révolution dans la manière de dépister, diagnostiquer et gérer de nombreuses maladies.
Google Research travaille activement à rendre cette approche accessible au plus grand nombre, notamment via son nouveau modèle bioacoustique Health Acoustic Representations (HeAR) conçu pour aider les chercheurs à analyser les sons produits par le corps humain et à détecter les premiers signes de maladies.
Développé par l’équipe de Google Research, HeAR a été formé à partir de 300 millions d’échantillons audio anonymisés et diversifiés, avec un focus particulier sur la toux, dont 100 millions de sons ont été utilisés pour affiner la détection des maladies respiratoires.
Ce modèle IA, capable d’apprendre à distinguer les schémas acoustiques liés à la santé, permet de poser une base solide pour l’analyse médicale des sons. HeAR a montré qu’il surpassait d’autres modèles sur de nombreuses tâches, en particulier pour sa capacité à généraliser à travers différents types de microphones. Un des points forts du modèle réside dans le fait qu’il nécessite moins de données d’entraînement pour offrir des résultats fiables, un atout précieux dans le domaine de la recherche médicale, où les données sont souvent limitées.
Un exemple concret dans la tuberculose
La tuberculose, bien que traitable, reste une menace majeure dans le monde, en particulier dans les pays où l’accès aux soins est limité. Chaque année, des millions de cas de TB passent inaperçus, en partie à cause de la difficulté d’accès aux diagnostics. C’est là que l’IA, couplée à HeAR, pourrait faire une réelle différence.
Salcit Technologies, une entreprise indienne spécialisée dans la santé respiratoire, a déjà pris cette direction en développant Swaasa®, un produit basé sur l’IA capable d’analyser les sons de la toux pour évaluer la santé pulmonaire. Salcit explore désormais comment HeAR pourrait améliorer leurs modèles bioacoustiques pour détecter la TB encore plus tôt et à plus grande échelle en Inde.
Grâce à HeAR, il est possible d’envisager un dépistage de la tuberculose beaucoup plus large, sans la nécessité d’équipements coûteux ou d’infrastructures complexes. Cette technologie permet non seulement de rendre le diagnostic plus accessible, mais aussi de le rendre abordable et scalable, en particulier dans les zones rurales où les soins de santé sont rares.
Le potentiel des biomarqueurs acoustiques est immense. Selon Sujay Kakarmath, chef de produit chez Google Research, « chaque cas de tuberculose non diagnostiqué est une tragédie ; chaque diagnostic tardif, un déchirement. Les biomarqueurs acoustiques offrent la possibilité de réécrire ce récit » .
Cette approche novatrice bénéficie également du soutien d’organisations internationales, comme The StopTB Partnership, qui vise à éradiquer la tuberculose d’ici 2030. Selon Zhi Zhen Qin, spécialiste de la santé numérique chez Stop TB Partnership, « des solutions comme HeAR permettront à l’analyse acoustique alimentée par l’IA d’ouvrir de nouvelles perspectives dans le dépistage et la détection de la tuberculose, offrant un outil potentiellement peu invasif et accessible à ceux qui en ont le plus besoin. »
HeAR marque un tournant dans la recherche acoustique appliquée à la santé. En facilitant l’accès à des modèles de détection puissants et précis, ce modèle IA offre aux chercheurs du monde entier un outil robuste pour développer des solutions diagnostiques et de suivi, non seulement pour la tuberculose, mais aussi pour d’autres maladies respiratoires et chroniques.
HeAR n’est pas qu’un simple modèle IA. Il représente une nouvelle frontière dans la façon dont nous utilisons les sons de nos corps pour améliorer notre bien-être. Grâce à cette technologie, la détection précoce et l’accès aux soins pour des millions de personnes dans le monde peuvent devenir une réalité tangible.
Source : Google