Dis-moi comment tu tousses et mon smartphone te dira si tu as la Covid

Paris, le jeudi 26 novembre 2020 – Une organisation optimisée de l’accès aux tests RT-PCT et plus sûrement encore l’arrivée des tests antigéniques permettent de corriger le caractère inopérant d’un dépistage de l’infection par SARS-CoV- 2 dont les résultats étaient trop tardifs pour permettre un isolement efficace. Cependant, des délais existent encore pour le rendu des résultats des tests RT-PCR et les tests antigéniques ne sont pas accessibles partout aisément, tandis que la persistance de la nécessité du prélèvement nasopharyngé continue à représenter un obstacle à leur généralisation.

Au-delà, en l’absence de signe clinique spécifique, tandis qu’un grand nombre de sujets peut être infecté et asymptomatique, le repérage des personnes « porteuses » du virus sans recours à la technologie apparaît impossible. Cela n’exclut cependant pas la possibilité de mettre au point un outil performant très facile à utiliser et par le plus grand nombre, telle une application à télécharger sur son smartphone. C’est l’idée de plusieurs équipes à travers le monde qui depuis plusieurs semaines élaborent des algorithmes de reconnaissance de la toux des patients contaminés par SARS-CoV-2.

A bon entendeur

Même chez les patients asymptomatiques ou pauci-symptomatiques, l’infection par SARS-CoV-2 entraîne des modifications des cordes vocales qui ont des répercussions sur les sons que les sujets émettent quand ils toussent. « Dans les cas de Covid-19, ce que l’on peut voir, c’est qu’il y a une décomposition des fréquences très spécifique par rapport à quelqu’un en bonne santé ou atteint d’une autre maladie avec une toux sèche comme symptôme », explique par exemple David Atienza, directeur du Laboratoire des Systèmes embarqué à l’École Polytechnique fédérale de Lausanne (EPFL). « La façon dont vous produisez le son change lorsque vous avez la COVID, même si vous êtes asymptomatique », confirme Brian Subirana, du Massachusetts Institute of Technology (MIT). Aussi, à Lausanne comme au MIT, mais également au sein des universités de Cambridge ou de Carnegie Mellon ou de la start-up britannique Novoic, des équipes ont développé des programmes de machine learning destinés à repérer les marqueurs vocaux de la Covid. Des milliers de volontaires, infectés ou non, ont accepté de tousser dans des micros et que leurs « contributions » soient enregistrées. A partir de l’isolement des marqueurs spécifiques des toux liées à SARS-CoV-2, des algorithmes de repérage ont été développés. « Les enregistrements de la toux sont transformés (avec le coefficient cepstral de la fréquence Mel) et introduits dans une architecture basée sur un réseau neuronal convolutif (CNN) » détaille l’équipe de Brian Subirana, dans un article récemment publié dans le Journal of Engineering in Medicine and Biology. Le modèle ainsi élaboré par cette équipe a permis d’obtenir des résultats impressionnants : la sensibilité de l’algorithme atteindrait 98,5 % et la spécificité 94,2 % pour les patients symptomatiques ; tandis que pour les sujets asymptomatiques, la sensibilité serait même parfaite (100 %) mais la spécificité un peu moindre (83,2 %). D’autres équipes connaissent des succès similaires. Ainsi, l’application Coughvid en cours de développement par l’EPFL permettrait de « diagnostiquer » l’infection dans 85 % des cas. Sans considérer que leurs outils puissent remplacer le dépistage, les promoteurs de ces algorithmes estiment qu’ils pourraient considérablement faciliter le repérage des cas suspects et se révéler des dispositifs intéressants dans de nombreuses situations pour isoler préventivement avant un dépistage biologique, à condition que les résultats de ces équipes soient confirmés et qu’un système simple puisse être téléchargé. A suivre.

Léa Crébat

Références
COVID-19 Artificial Intelligence Diagnosis using only Cough Recordings
DOI: 10.1109/OJEMB.2020.3026928

Copyright © http://www.jim.fr

Réagir

Vos réactions (1)

  • Beaucoup de" bruit" pour des résultats douteux: où sont les courbes?

    Le 29 novembre 2020

    Si l'on met de côté les grands mots qui peuvent intimider le lecteur non initié, la technique se résume à une très classique reconnaissance vocale par analyse spectrale, le "cepstral", variante courante de l'analyse de Fourier en acoustique.
    Le spectre de fréquence de la toux (ou plutôt le cepstre) est comparé à une base de données via une méthode particulière (convolution) dite "de réseaux neuronaux" (pompeusement appelée intelligence artificielle!).

    En fait, des méthodes connexes sont couramment utilisées sur les smartphones afin de reconnaitre une musique.

    Ce qui me paraît étonnant, surtout lorsqu'un connait l’extrême finesse de la modulation de la voix (et bien d'autres paramètres physiologiques interviennent en dehors des cordes vocales), sont les chiffres de sensibilité et de spécificité qui sont ici rapportés, en ne faisant appel qu'à des courbes ROC.

    https://digitalreality.ieee.org/images/files/pdf/COVID-AI-Diagnosis-using-Cough-Recordings.pdf

    Dans l'article ci-dessus, par exemple, je remarque surtout l'absence de données acoustiques physiques : aucune courbe pertinente de cepstrum.

    Une simple comparaison des toux covid vs non covid par une analyse de Fourier temps-fréquence (les doppleristes me comprendront) avec matérialistation graphique de courbes d'au moins une courbe temps fréquence "type", m'aurait beaucoup plus convaincu.

    Dr Yves Darlas

Réagir à cet article