Une application mobile pour détecter Covid par la voix avec une précision de 90%

La pandémie de Covid-19 semble être entrée dans une phase latente qui ne signifie pas pour autant qu'elle a disparu. Bien au contraire, car le fait qu'on prête moins attention au virus et qu'il soit détecté plus sporadiquement peut signifier que l'on vit avec lui sans le savoir. Pour cette raison, les nouvelles technologies sont devenues un outil de plus en plus efficace pour coexister efficacement avec le SRAS-CoV-2.

Preuve de sa grande utilité, l'intelligence artificielle (IA) peut être utilisée pour détecter dans la voix une infection à coronavirus . Selon une étude qui vient d’être présentée au Congrès international de la Société respiratoire européenne, qui s'est tenu à Barcelone, une application mobile est capable de réaliser cette prouesse.

Le modèle d'IA utilisé dans cette recherche est plus précis que les tests rapides d'antigène/flux latéral. Il est aussi bon marché, rapide et facile à utiliser, ce qui signifie qu'il peut être adopté dans les pays à faible revenu où les tests PCR sont encore très coûteux et donc peu accessible.

**related_articles[5311]**

Wafaa Aljbawi, chercheur au Data Science Institute de l'université de Maastricht (Pays-Bas), explique que «le modèle d'IA était précis 89% du temps, alors que les tests de flux étaient beaucoup moins précis pour détecter l'infection à Covid chez les personnes asymptomatiques». Ce virus affecte généralement les voies respiratoires supérieures et les cordes vocales, provoquant des changements dans la voix de la personne touchée. C’est pour cela qu’Aljbawi et ses superviseurs, le Dr Sami Simons, pneumologue au Centre médical universitaire de Maastricht, et le Dr Visara Urovi, également du Data Science Institute, ont décidé de la voix par l'IA pour détecter le Covid-19. Ils se sont aussi fait aider par la base de données du crowdsourcing Cambridge University Covid-19 Sounds, qui contient 893 échantillons audio de 4.352 participants en bonne santé et d’autres en mauvaise santé, dont 308 ont été testés positifs pour Covid-19.
Les chercheurs ont utilisé une technique d'analyse de la voix appelée «analyse par spectrogramme de Mel», qui identifie différentes caractéristiques de la voix, telles que le volume, la puissance et la variation dans le temps. Ce faisant, il a été constaté que le modèle appelé Short Term Memory (LSTM) surpasse les autres. Sa précision globale était de 89%, sa capacité à détecter correctement les cas positifs (le taux de vrais positifs ou « sensibilité ») était lui aussi de 89% et sa capacité à identifier correctement les cas négatifs (le taux de vrais négatifs ou « spécificité ») était de 83%.

« Ces résultats montrent une amélioration significative de la précision du diagnostic du Covid-19 par rapport à des tests plus modernes, comme le test à flux latéral, qui a une sensibilité de seulement 56%, mais un taux de spécificité plus élevé, de l'ordre de 99,5% ».