Intelligence artificielle et santé : dépistage vocal du diabète au Luxembourg
Mesut çiçen, Unsplash
Un projet innovant du Luxembourg Institute of Health (LIH) propose d'utiliser l'analyse de la voix pour la détection précoce du diabète de type 2. Cette technologie, développée par une équipe dirigée par le Dr Guy Fagherazzi, permet d'identifier les changements dans la voix caractéristiques des patients atteints de la maladie.
Selon le Dr Fagherazzi, la voix des personnes atteintes de diabète peut devenir plus rauque en raison des effets de l'hyperglycémie, de la fatigue et des lésions nerveuses. Ces changements sont imperceptibles pour l'oreille humaine, mais l'intelligence artificielle peut les reconnaître.
Le projet utilise les données de l'étude internationale Colive Voice, qui a recueilli plus de 8 000 échantillons de voix dans différentes langues. Un échantillon de 600 enregistrements en anglais a été choisi pour analyser le diabète de type 2. Les participants lisent un texte de 20 à 30 secondes, après quoi l'algorithme évalue la présence de signes caractéristiques de la maladie.
Comme le rapportent nos collègues de RTL, le système d'IA a démontré sa capacité à distinguer les voix des patients diabétiques de celles des personnes en bonne santé avec une précision d'environ 75 %. Bien qu'il ne s'agisse que d'un résultat préliminaire, les chercheurs visent à améliorer la précision de l'analyse en augmentant la base de données d'enregistrements vocaux.
Le Dr Fagherazzi a souligné que la technologie ne remplacera pas les méthodes de diagnostic traditionnelles telles que les analyses de sang, mais qu'elle sera utilisée comme présélection pour identifier les groupes à risque.
Pour améliorer l'algorithme, l'équipe du LIH continue de collecter des échantillons de voix et invite les volontaires à participer via la plateforme www.colivevoice.org. Avec environ 800 millions de personnes atteintes de diabète dans le monde, dont la moitié ignorent leur état, de tels outils pourraient constituer une étape importante vers un diagnostic plus accessible.
