Intelligence artificielle Quelle fiabilité pour la reconnaissance vocale utilisée pour le diagnostic du COVID-19...

Pour approfondir le sujet

Sur le même thème :

Grâce au deep learning, une application pourrait aider à diagnostiquer le VIH plus facilement

Une équipe de recherche composée d'experts de l'Africa Health Research Institute (AHRI) et de l'University College de Londres (UCL) a exploité l'intelligence artificielle pour...

Les réseaux de neurones convolutifs pour catégoriser et classifier les images des ecosystèmes pélagiques

Dans le cadre d'une mission, plusieurs chercheurs ont capturé in situ des images de la floraison printanière planctonique dans l'océan arctique, ce qui a...

Grâce au ML, des chercheurs ont découvert qu’un fort taux de glycémie favorise les formes graves du Covid

L'École Polytechnique fédérale de Lausanne (EPFL) est à l'origine, dans le cadre du Blue Brain Project, d'une initiative qui vise à combattre le Covid-19....

L’intelligence artificielle au service de la lutte contre l’exploitation sexuelle sur internet

Les travaux autour de la conception d'outils d'IA pour limiter les cas de harcèlements ou de trafics en ligne tendent à se multiplier à...

Quelle fiabilité pour la reconnaissance vocale utilisée pour le diagnostic du COVID-19 ?

Savoir si des patients sont atteints du COVID-19 grâce à leur voix ? C’est le défi que se sont lancé plusieurs équipes de recherche. Depuis le début de la pandémie, plusieurs initiatives ont été prises afin de concevoir des programmes d’intelligence artificielle qui utilisent la reconnaissance vocale pour diagnostiquer une personne atteinte ou non de la maladie. Toutefois, malgré plusieurs projets de recherche  aucun de ces modèles ne fonctionne totalement.

L’analyse de la voix pour diagnostiquer le COVID-19

Afin que nous puissions parler, la voix est indispensable. Il s’agit de l’ensemble des sons produits par les vibrations des cordes vocales, possibles grâce au passage de l’air à travers elles. De cette définition, on comprend que la qualité de la voix d’une personne dépend de sa respiration. Or, la dyspnée (l’essoufflement) est l’un des symptômes que peut éprouver une personne contractant le COVID-19.

Au fur et à mesure que la dyspnée se développe, elle peut également affecter la voix, plus particulièrement si on la conjugue à une toux sévère sollicitant les cordes vocales. La détérioration de la voix peut se présenter comme un “enrouement” avec des tons “saccadé”, “rugueux ou sec” ou bien avec une baisse du ton de la voix.

C’est en prenant en compte ce constat qu’une équipe de chercheurs s’est intéressée à la qualité de la voix des patients atteints de COVID-19. Cette analyse acoustique a fait le cadre d’une publication écrite par Maral Asiaee, Amir Vahedian-azimi, Seyed Shahab Atashi, Abdalsamad Keramatfar et Mandana Nourbakhsh, cinq chercheurs iraniens.

Les résultats ont montré des différences significatives entre les personnes en bonne santé et celles atteintes du COVID-19 et également entre les participants masculins et féminins testés. Cela est dû au fait que moins d’air est expulsé en parlant lorsque la personne est symptomatique et que les mouvements du larynx, ainsi que d’autres muscles respiratoires changent également.

Des programmes d’intelligence artificielle ne fonctionnant pas dans 100 % des cas

Plusieurs équipes de recherche ont pris les devants, en se basant sur ces analyses vocales, pour essayer de concevoir des programmes d’IA pour détecter le COVID-19 grâce à la reconnaissance vocale. Théoriquement, les chercheurs disposaient de suffisamment de données pour arriver à créer un modèle qui pourrait potentiellement donner un diagnostic efficace.

Un article publié par les chercheurs Mahmoud Al Ismail, Soham Deshumkh et Rita Singh, de l’Université Carnegie-Mellon, explique comment ils ont conçu un algorithme nommé ADLES, implémenté dans un système dynamique qui analyse l’oscillation des cordes vocales. Les échantillons de personnes testant le programme étaient composés de patients symptomatiques diagnostiqués positifs au COVID-19, et d’autres, non infectées. Cependant, le système n’a pas été testé sur des patients asymptomatiques atteints du COVID-19.

Les chercheurs eux-mêmes ont précisé que mesurer cela n’est possible que chez les patients présentant des symptômes et qu’il y a par conséquence des limites dans le programme informatique lorsqu’il s’agit de distinguer si les symptômes sont dus au COVID-19 ou bien à une autre pathologie.

Dans le cadre d’un autre projet de recherche mené par Tong Xia, Jing Han, Lorena Qendro, Ting Dang et Cecilia Mascolo de l’Université de Cambridge, les chercheurs reconnaissent que leur modèle n’est pas parfait. Leurs modèles de machine learning sont capables de détecter certaines nuances dans les sons émis par les personnes atteintes de COVID-19, mais la précision de la reconnaissance varie.


1ère Marketplace de l'IA et de la transformation numérique vous recommande :
 
Zacharie Tazrout

Partager l'article

Prédire la mortalité et la durée du séjour en unité de soins intensifs grâce au machine learning

Les unités de soins intensifs (USI) assurent une continuité des soins et une surveillance continue aux patients atteints de maladies graves. Une équipe de...

Retour sur le webinaire sur l’IA ouverte et les données dans les systèmes de droit et de justice de l’Open for Good Alliance

L'Open for Good Alliance, dans le cadre de l'Initiative mondiale pour la formation des juges de l'UNESCO, qui a formé plus de 23 000...

Le Pôle d’Expertise de la Régulation Numérique (PEReN) présente son rapport d’activité 2021

Service à compétence nationale créé  le 31 août 2020, le Pôle d’Expertise de la Régulation Numérique (PEReN) a remis récemment son premier rapport d’activité...

Etudier la variabilité du PH en zone côtière grâce au deep learning

L’eau de mer a un pH d’environ 8,2 bien qu’il puisse varier entre 7,5 et 8,5 en fonction de la salinité locale, on estime...
Recevoir une notification en cas d'actualité importante    OK Non merci