Comment l’IA peut détecter le diabète avec un échantillon vocal de 10 secondes | Santé

L’intelligence artificielle peut analyser les modèles de parole pour détecter le diabète de type 2 avec une précision étonnante. La méthode pourrait s’avérer être un outil de diagnostic utile. Mais il est accompagné d’une étiquette d’avertissement. Les outils de diagnostic médical utilisant une analyse vocale avancée deviennent de plus en plus précis. L’analyse des modèles de parole peut fournir des informations précieuses, en particulier pour des maladies telles que la maladie de Parkinson ou la maladie d’Alzheimer. Les maladies mentales, la dépression, le trouble de stress post-traumatique et les maladies cardiaques peuvent également être détectés grâce à l’analyse vocale. L’intelligence artificielle (IA) peut même détecter des signes de constriction des vaisseaux sanguins ou d’épuisement. Cela permet aux professionnels de la santé de traiter les patients plus rapidement et de réduire les risques possibles.

Selon une étude publiée dans la revue médicale Mayo Clinic Proceedings: Digital Health, un court enregistrement vocal suffit pour déterminer avec une précision surprenante si une personne souffre de diabète de type 2.

Maladie non détectée

Cette technologie vise à aider à identifier les personnes vivant avec un diabète non diagnostiqué. Dans le monde, quelque 240 millions d’adultes souffrent de diabète sans le savoir. Près de 90 % des cas sont des diabètes de type 2, selon la Fédération internationale du diabète. Les personnes atteintes de diabète de type 2 présentent un risque élevé de maladies cardiovasculaires, telles qu’une crise cardiaque, un accident vasculaire cérébral et une mauvaise circulation dans les jambes et les pieds.

Les tests de dépistage du diabète utilisant l’analyse vocale amélioreraient considérablement la détection. La plupart des autres tests nécessitent une visite chez un fournisseur de soins de santé. Ceux-ci incluent le test de glycémie à jeun (FBG), le test oral de tolérance au glucose (OGTT) ou le test d’hémoglobine glyquée (A1C). Cette dernière est réalisée pour mesurer la glycémie moyenne sur une période de deux à trois mois.

Comment fonctionne l’analyse vocale ?

Avec l’analyse de la fréquence vocale, les changements de voix inaudibles à l’oreille humaine sont analysés par l’IA. Souvent, les enregistrements d’une conversation téléphonique constituent tout ce dont le logiciel a besoin pour l’analyse. Il examine des facteurs tels que la mélodie du discours, la cadence, les pauses et la hauteur. Certains symptômes ont des traits phonétiques caractéristiques, comme la façon dont la voyelle A est prononcée sur une période de cinq secondes. La voix humaine peut présenter jusqu’à 200 000 caractéristiques distinctes. Les algorithmes d’IA peuvent filtrer tous ces éléments pour identifier des modèles vocaux particuliers qui correspondent à certains symptômes.

Remarquablement précis

L’IA nouvellement développée filtre les enregistrements vocaux d’une durée comprise entre six et 10 secondes, à la recherche de différences de hauteur et d’intensité vocales. Combiné avec des données de santé de base telles que l’âge, le sexe, la taille et le poids, le programme peut déterminer si l’orateur souffre de diabète de type 2.

Ses résultats sont remarquablement précis mais sont légèrement biaisés selon le sexe. En raison des différences dans les variances vocales entre les locuteurs masculins et féminins, les tests étaient précis à 89 % lors de l’examen des femmes et à 86 % lors de l’évaluation des hommes.

Caractéristiques acoustiques distinctes

Afin de former l’IA, Jaycee Kaufman et son équipe de l’Ontario Tech University au Canada ont enregistré les voix de 267 personnes qui ne souffraient pas de diabète ou qui avaient déjà reçu un diagnostic de diabète de type 2.

Pendant deux semaines, les participants ont enregistré une courte phrase six fois par jour sur leur smartphone. Cela a généré plus de 18 000 échantillons de voix, parmi lesquels 14 caractéristiques acoustiques ont été distinguées, car elles différaient entre les participants diabétiques et non diabétiques.

“Les méthodes de détection actuelles peuvent nécessiter beaucoup de temps, de déplacements et d’argent”, a déclaré Kaufmann, chercheur scientifique chez Klick Labs. « La technologie vocale a le potentiel d’éliminer complètement ces barrières. » À l’avenir, Klick Labs espère examiner si l’analyse vocale peut également aider à détecter d’autres pathologies, telles que le prédiabète ou l’hypertension.

Dangers de l’analyse vocale

Les partisans de l’analyse vocale comme outil de diagnostic soulignent la rapidité et l’efficacité avec lesquelles les maladies pourraient être détectées à l’aide de la voix d’un patient. Mais même si les outils basés sur l’IA sont capables de fournir des informations très spécifiques, une poignée d’échantillons vocaux ne suffisent pas pour élaborer un diagnostic fondé. Le risque d’obtenir des faux positifs ou un surdiagnostic est également élevé. En fin de compte, les évaluations doivent toujours être basées sur l’expertise humaine.

Des indications, pas un diagnostic médical

C’est particulièrement le cas pour les maladies psychologiques. Certaines tonalités vocales peuvent être une indication de dépression, par exemple, mais seul un examen approfondi par un professionnel humain qualifié peut en fournir une garantie. L’IA pourrait être capable d’analyser la voix d’une personne pour reconnaître si une personne parle de manière plus impulsive ou moins structurée que d’habitude, mais seul un professionnel de la santé peut déterminer si cela est lié à quelque chose comme le trouble déficitaire de l’attention avec hyperactivité.

Une utilisation abusive ne peut être exclue

Les critiques et les défenseurs de la protection des données ont mis en garde contre le risque énorme que les logiciels d’analyse vocale soient utilisés de mauvaise foi, par exemple par les employeurs ou les centres d’appels des assurances. Il existe un risque qu’un logiciel d’analyse vocale soit utilisé sans consentement explicite et que les clients ou les employés puissent être désavantagés sur la base de leurs informations personnelles sur la santé.

Il serait également relativement facile que des informations médicales sensibles soient transmises, piratées, vendues ou utilisées à mauvais escient. Cependant, les scientifiques ne peuvent pas fixer de réglementations claires ni de limites à l’analyse vocale en tant qu’outil de diagnostic. Cela relève clairement du domaine politique.