Accueil » Actualité » Cette intelligence artificielle diagnostique les cas de Covid-19 par le son de leur toux

Cette intelligence artificielle diagnostique les cas de Covid-19 par le son de leur toux

Une équipe de chercheurs du MIT a réussi à mettre au point un algorithme d’intelligence artificielle capable de reconnaitre les porteurs de Covid-19 au seul son de leur toux. Les premiers tests le montrent particulièrement efficace.

Le principal atout contre une pandémie telle que celle de Covid-19 qui sévit partout dans le monde, à quelques exceptions près comme Taïwan sans cas local depuis 200 jours, est la détection précoce des personnes atteintes. Les tests ORL classiques sont longs, fastidieux et onéreux et les symptômes pas toujours faciles à distinguer.

Image 1 : Cette intelligence artificielle diagnostique les cas de Covid-19 par le son de leur toux
La toux propage le virus mais celui-ci crée une empreinte vocale détectable par une IA.
Crédits : Mohamed Hassan (via Pixabay)

Plus de 98,5% de taux de réussite

C’est dans ce but que les chercheurs du MIT, le célèbre institut de technologie du Massachusetts aux nombreuses recherches de pointe, ont mis au point un algorithme d’intelligence artificielle qui cherche à déterminer si un patient est atteint par le coronavirus SARS Cov-2 ou s’il tousse pour une tout autre raison. La même équipe avait déjà réussi à démontrer que le son d’une toux associée à une IA bien entraînée permettait de détecter des pneumonies, de l’asthme et même des maladies neuromusculaires.

Cette fois, en utilisant la plus grande base de données disponible autour des patients atteints de Covid-19, le modèle généré a donné d’impressionnants résultats. Sur l’ensemble des patients testés, l’algorithme a détecté 100 % des porteurs asymptomatiques et 98,5 % de ceux ayant d’autres symptômes. De plus, ces résultats ont de faibles taux de faux positifs et faux négatifs avec des spécificités respectives de 83 % et 94 %.

Bien sûr, il faudra d’autres tests pour vérifier ces chiffres, mais cela représente une piste intéressante pour permettre une différenciation précoce des cas. L’auteur de l’étude met toutefois en garde contre l’utilisation de son algorithme comme outil de dépistage de masse. En effet, le projet est toujours en phase d’expérimentation et n’a pas encore fait l’objet d’accréditation par les autorités de santé.

Source : Techcrunch