Aux quatre coins du monde, les chercheurs et autres data scientifiques s’escriment à construire des I.A. capables de nous aider à lutter contre la COVID-19. La dernière d’entre elles, élaborée par une fine équipe du MIT vise à détecter les cas asymptomatiques uniquement par le son de leur toux. Ça c’est sûr : « on n’arrête plus le progrès ».
Le 4 avril dernier, le projet COVIDIA faisait son apparition dans notre sphère médiatique avec comme leitmotiv de nous aider à « reprendre une vie normale ». De quoi espérer rapidement des lendemains meilleurs ? Pour le consortium d’experts médicaux et de data scientists bénévoles à la tête de l’opération, notre salut ne peut venir que « d’une utilisation adéquate de l’intelligence artificielle ». Grosso modo, le projet visait à endiguer la deuxième vague tant redoutée par l’élaboration d’une cartographie de l’épidémie sur le territoire à partir d’un échantillon de tests réalisés sur la base du volontariat, retraçant ainsi sa progression géographique et temporelle. De quoi permettre ensuite un déconfinement granulaire pour relancer l’activité économique du pays sans prendre de risques sur le plan sanitaire.
Alors, certes, c’est raté, mais difficile d’imputer à la seule technologie les raisons de cet échec, tant son succès hypothétique dépendait avant tout d’un grand nombre de données partagées par les malades eux-mêmes. Une approche efficace mais dangereuse pour les libertés individuelles, et surtout difficile à accepter pour n’importe quel.le européen.ne, compte tenu de notre attachement au respect de la vie privée. Même quand on assure que la démarche sera encadrée par la Cnil, le gendarme français des données personnelles, les vieux scandales ont la vie dure. Pas de quoi décourager les ayatollahs des algorithmes, juste à les inciter à changer de méthode.
Une solution plus éthique
Grâce aux nombreuses études scientifiques publiées depuis le début de la pandémie, nous savons que les symptômes varient d’une personne à l’autre, pulmonaires pour certain.e.s malades, neurologique et/ou digestifs pour d’autres. Mais surtout, 37% des infectés seraient asymptomatiques, selon le dernier bulletin de Santé publique France publié le 29 octobre dernier, et pourraient donc contaminer, sans le savoir, tout.e.s les malheureu.ses.x qui croiseraient leur route. Afin de limiter les risques, les scientifiques du MIT ont développé une I.A. capable d’identifier ces porteurs sains en analysant leur toux. Leur étude a fait l’objet d’une publication dans la revue IEEE Journal of Engineering in Medicine and Biology.
Inspirée par un système de Deep Learning -à savoir un type d’I.A. capable d’apprendre par elle-même- utilisée pour détecter les symptômes de la maladie d’Alzheimer, cette I.A. repose sur un réseau de neurones artificiels profond à trois couches. La première analyse la force vocale, la seconde identifie un déclin neurologique au caractère émotionnel du son, et la troisième repère une éventuelle faiblesse respiratoire. De quoi permettre à ce « médecin » 4.0, de déceler les « biomarqueurs acoustiques » de la COVID-19. Selon les têtes pensantes de l’opération, cette démarche a permis de construire « la plus large banque sonore de toux de malades du COVID-19 ».
Pour y parvenir, le réseau de neurones a été entraîné sur des enregistrements téléphoniques de toux forcée fournis entre avril et mai 2020 par 4256 personnes dont certaines étaient positives à la COVID-19. Une fois cette mise en jambes terminée, l’I.A. a été mise à l’épreuve sur 1064 nouveaux enregistrements. Un dernier test qui s’est avéré concluant avec 98,5% des toux de malades positifs à la COVID-19 reconnues par le système. On en serait presque à ouvrir le champagne, tant cette initiative brille par la justesse de ses résultats tout en étant gratuite et non-invasive.
