Résumé complet
- Google a développé un modèle de base bioacoustique appelé Health Acoustic Representations (HeAR) pour aider à détecter les maladies grâce à l'analyse sonore.
- HeAR a été formé sur 300 millions de données audio, dont 100 millions de sons de toux.
- Salcit Technologies, une société basée en Inde, utilise HeAR dans son application Swaasa pour analyser les sons de toux afin de détecter précocement la tuberculose (TB).
- HeAR peut potentiellement contribuer à améliorer l’accessibilité et le caractère abordable du dépistage de la tuberculose en Inde.
- Le modèle peut également être utilisé pour détecter d’autres pathologies comme la bronchopneumopathie chronique obstructive (BPCO) et potentiellement la démence.
Google Research a présenté un nouveau modèle d’intelligence artificielle qui pourrait révolutionner la détection des maladies grâce à une analyse sonore.
Le modèle Health Acoustic Representations (HeAR), un modèle de base bioacoustique, est conçu pour aider les chercheurs à construire des systèmes capables d'écouter les sons humains et d'identifier les premiers signes de maladie.
L'équipe de recherche de Google a formé HeAR sur un vaste ensemble de données comprenant 300 millions de données audio, soigneusement organisées et anonymisées. Il convient de noter que le modèle de toux de HeAR a été formé à l'aide d'environ 100 millions de sons de toux.
Cette vaste quantité de données permet au modèle de discerner des modèles dans les sons liés à la santé, créant ainsi une base solide pour l’analyse audio médicale.
Shravya Shetty, directeur de recherche en ingénierie chez Google, a expliqué que HeAR a montré des performances supérieures à celles d’autres modèles dans un large éventail de tâches. Il a démontré une capacité impressionnante à généraliser sur différents microphones, ce qui indique sa capacité à capturer des modèles significatifs dans les données acoustiques liées à la santé.
L'un des principaux avantages de HeAR est sa capacité à atteindre des performances élevées avec moins de données d'entraînement. Cela est particulièrement crucial dans la recherche en santé, où les données peuvent souvent être rares. L'efficacité du modèle pourrait accélérer considérablement le développement de modèles bioacoustiques personnalisés, même dans les situations où les données ou les ressources informatiques sont limitées.
Dans une application concrète, Salcit Technologies, une entreprise indienne spécialisée dans les soins respiratoires, explore déjà le potentiel de HeAR. L’entreprise a intégré le modèle d’IA dans son produit appelé Swaasa®, qui utilise l’intelligence artificielle pour analyser les sons de toux et évaluer la santé pulmonaire. Actuellement, Salcit Technologies se concentre sur l’utilisation de HeAR pour améliorer ses capacités de détection précoce de la tuberculose (TB) en se basant sur les sons de toux.
L’impact potentiel de cette technologie sur la détection de la tuberculose est considérable. La tuberculose est une maladie curable, mais des millions de cas ne sont pas diagnostiqués chaque année, souvent en raison d’un manque d’accès aux services de santé.
En améliorant la détection précoce grâce à une technologie accessible comme l’analyse de la toux sur smartphone, HeAR pourrait jouer un rôle crucial pour rendre les soins contre la tuberculose plus accessibles et plus abordables pour les personnes du monde entier.
Sujay Kakarmath, chef de produit chez Google Research travaillant sur HeAR, a souligné le potentiel des biomarqueurs acoustiques pour transformer le diagnostic de la tuberculose.
« Chaque cas de tuberculose oublié est une tragédie ; chaque diagnostic tardif est un déchirement », a déclaré Kakarmath. « Les biomarqueurs acoustiques offrent la possibilité de réécrire ce récit. »
Le partenariat StopTB, une organisation hébergée par les Nations Unies qui vise à mettre fin à la tuberculose d’ici 2030, a exprimé son soutien à cette approche. Zhi Zhen Qin, spécialiste de la santé numérique au sein du partenariat, a noté que des solutions comme HeAR pourraient « permettre à l’analyse acoustique basée sur l’IA d’ouvrir de nouvelles voies dans le dépistage et la détection de la tuberculose, en offrant un outil potentiellement à faible impact et accessible à ceux qui en ont le plus besoin ».
Au-delà de la tuberculose, le modèle HeAR s’avère prometteur pour détecter d’autres maladies respiratoires telles que la bronchopneumopathie chronique obstructive (BPCO). Les chercheurs explorent également son potentiel pour analyser les schémas de parole afin de détecter les premiers signes de maladies comme la démence.
Google a mis HeAR à disposition des chercheurs, dans le but d’accélérer le développement de modèles bioacoustiques personnalisés. Cette initiative pourrait potentiellement conduire à des avancées dans divers domaines de la recherche en santé, des maladies respiratoires aux troubles neurologiques.