Le modèle d'IA aide à la détection des maladies par analyse de la toux

Du son d'une toux au rythme de notre respiration, les bruits produits par notre corps regorgent d'informations liées à la santé. Ces signaux bioacoustiques subtils pourraient totalement changer la donne en matière de dépistage, de diagnostic, de suivi et de gestion de divers problèmes de santé, comme la tuberculose (TB) ou la maladie pulmonaire obstructive chronique (COPD). Chez Google, nous voyons un énorme potentiel dans l'utilisation du son comme indicateur de santé, surtout avec la généralisation des microphones de smartphones. C'est pourquoi nous explorons comment l'IA peut extraire des informations de santé à partir de ces sons.

Plus tôt cette année, nous avons lancé Health Acoustic Representations, ou HeAR, un modèle de base bioacoustique qui aide les chercheurs à créer des modèles capables d'écouter les sons humains et de repérer les premiers signes de maladies. L'équipe de Google Research a entraîné HeAR sur un impressionnant ensemble de 300 millions de clips audio provenant d'un ensemble de données diversifié et anonymisé. Pour le modèle spécifique à la toux, nous avons utilisé environ 100 millions de sons de toux.

HeAR est conçu pour détecter des motifs dans les sons liés à la santé, posant ainsi une base solide pour l'analyse audio médicale. Nous avons constaté que, en moyenne, HeAR surpasse les autres modèles dans une variété de tâches et excelle dans l'utilisation de différents microphones, démontrant sa capacité à capturer des motifs sonores significatifs liés à la santé. De plus, les modèles construits avec HeAR peuvent atteindre de hautes performances même avec moins de données d'entraînement, ce qui est crucial dans le domaine de la recherche en santé où les données sont souvent limitées.

Désormais, HeAR est disponible pour les chercheurs afin d'accélérer le développement de modèles bioacoustiques personnalisés, même lorsque les données, l'infrastructure ou la puissance de calcul sont limitées. Notre objectif est de stimuler la recherche sur des modèles pour des conditions et des groupes spécifiques, peu importe la rareté des données ou les coûts élevés.

Salcit Technologies, une entreprise de santé respiratoire basée en Inde, a développé Swaasa®, un outil alimenté par l'IA qui analyse les sons de toux pour évaluer la santé pulmonaire. Ils explorent maintenant comment HeAR peut améliorer leurs modèles d'IA bioacoustique. Swaasa® commence par utiliser HeAR pour améliorer la détection précoce de la tuberculose à travers les sons de toux.

La tuberculose est traitable, mais des millions de cas restent non diagnostiqués chaque année, souvent parce que les gens n'ont pas facilement accès aux soins de santé. Un meilleur diagnostic est essentiel pour éradiquer la tuberculose, et l'IA peut faire une grande différence dans la détection et rendre les soins plus accessibles et abordables à l'échelle mondiale. Swaasa® utilise l'apprentissage automatique pour détecter les maladies précocement, rendant les évaluations de santé plus accessibles, abordables et évolutives sans nécessiter d'équipement spécial ou un lieu spécifique. Avec HeAR, ils cherchent à élargir le dépistage de la tuberculose à travers l'Inde.

« Chaque cas de tuberculose manqué est une tragédie ; chaque diagnostic tardif, un déchirement », déclare Sujay Kakarmath, responsable produit chez Google Research travaillant sur HeAR. « Les biomarqueurs acoustiques pourraient changer cette histoire. Je suis vraiment reconnaissant pour le rôle que HeAR peut jouer dans ce parcours. »

Nous recevons également le soutien d'organisations comme The StopTB Partnership, une organisation hébergée par l'ONU qui connecte des experts en tuberculose et des communautés affectées pour mettre fin à la tuberculose d'ici 2030.

« Des outils comme HeAR peuvent faire avancer l'analyse acoustique alimentée par l'IA dans le dépistage et la détection de la tuberculose, offrant une solution à faible impact et accessible à ceux qui en ont le plus besoin », a déclaré Zhi Zhen Qin, spécialiste de la santé numérique au sein du Stop TB Partnership.

HeAR représente un grand pas en avant dans la recherche acoustique en santé. Nous espérons contribuer au développement de futurs outils de diagnostic et de suivi pour la tuberculose, les maladies thoraciques, pulmonaires et autres, et améliorer les résultats de santé pour les communautés partout dans le monde grâce à notre recherche. Si vous êtes un chercheur intéressé par HeAR, vous pouvez en savoir plus et demander un accès à l'API HeAR.