Journée mondiale du diabète : un test vocal détecte la maladie en 10 secondes

Les diagnostics médicaux utilisant l’analyse vocale deviennent de plus en plus précis. L’analyse des schémas de parole peut fournir des informations précieuses, notamment dans le cas de maladies telles que la maladie de Parkinson ou la maladie d’Alzheimer.

Les troubles mentaux, la dépression, les troubles de stress post-traumatiques ou les maladies cardiaques peuvent également être diagnostiqués grâce à l’analyse vocale. Les signes de rétrécissement des vaisseaux sanguins ou d’épuisement sont audibles par l’intelligence artificielle (IA). Cela permet aux médecins de traiter plus tôt et de réduire les risques pour les patients.

Une courte séquence vocale peut désormais être utilisée pour déterminer avec une précision surprenante si une personne souffre de diabète de type 2, selon une étude publiée dans Mayo Clinic Proceedings : Digital Health.

Risque inconnu

La technologie vise à aider à identifier les personnes atteintes de diabète non diagnostiqué. Environ 240 millions d’adultes dans le monde vivent avec le diabète sans le savoir. Et près de 90 pour cent des cas de diabète sont des diabètes de type 2, selon la Fédération internationale du diabète. Les personnes atteintes de diabète de type 2 présentent un risque accru de maladies cardiaques et vasculaires telles que des crises cardiaques, des accidents vasculaires cérébraux et des problèmes de circulation sanguine dans les jambes et les pieds.

Un diagnostic utilisant l’analyse vocale rendrait la détection beaucoup plus facile, car il faut consulter un médecin pour les tests de diagnostic les plus courants. Cela s’applique au test de glycémie à jeun (FBG), au test d’hyperglycémie provoquée par voie orale (OGTT) et au test d’hémoglobine glycosylée (A1C). Ce test est réalisé pour mesurer la valeur moyenne de la glycémie sur deux à trois mois.

Comment fonctionne l’analyse vocale ?

Lors de l’analyse des fréquences vocales, les modifications de la voix humaine qui sont inaudibles à l’oreille humaine sont analysées par l’intelligence artificielle. Les enregistrements de conversations téléphoniques suffisent pour l’analyse.

Des facteurs tels que la mélodie de la parole, le rythme, les pauses et les hauteurs sont examinés. Dans certains tableaux cliniques, il existe des éléments phonétiques caractéristiques, comme la voyelle A prononcée sur une période de cinq secondes.

La voix humaine peut avoir jusqu’à 200 000 caractéristiques différentes. L’intelligence artificielle et les algorithmes correspondants peuvent sélectionner des modèles de voix uniques à partir de la voix qui correspondent à certains tableaux cliniques.

Un diagnostic incroyablement précis

L’IA nouvellement développée diagnostique les tonalités modifiées et l’intensité de la voix sur la base de six à dix secondes d’enregistrement vocal. Combinée à des données de santé de base comme l’âge, le sexe, la taille et le poids, l’IA peut alors détecter si la personne souffre de diabète de type 2.

Et c’est étonnamment précis : étant donné que les changements dans la voix varient entre les hommes et les femmes, la précision varie. Mais pour les femmes, c’était 89 pour cent et pour les hommes, 86 pour cent.

Caractéristiques acoustiques distinctives

Pour programmer l’IA, des chercheurs dirigés par Jaycee Kaufman de l’Ontario Tech University ont enregistré les voix de 267 personnes qui ne souffraient pas de diabète ou qui avaient déjà reçu un diagnostic de diabète de type 2. Pendant deux semaines, les sujets du test ont prononcé une courte phrase sur leur smartphone six fois par jour.

Parmi plus de 18 000 échantillons de parole ainsi obtenus, 14 caractéristiques acoustiques qui diffèrent entre les personnes non diabétiques et les diabétiques de type 2 ont été découvertes. « Les méthodes de détection actuelles peuvent nécessiter beaucoup de temps, de déplacements et d’argent. La technologie vocale a le potentiel d’éliminer complètement ces barrières », a déclaré Jaycee Kaufman, auteur principal de l’étude et chercheur chez Klick Labs.

À l’avenir, la société Klick Labs souhaite étudier si d’autres maladies telles que l’hypertension artérielle et le prédiabète peuvent également être détectées par la voix.

Risques de l’analyse des fréquences vocales

Les partisans de l’analyse vocale comme outil de diagnostic soulignent toujours la rapidité et l’efficacité avec lesquelles les maladies peuvent être diagnostiquées grâce à la voix.

Même si les outils basés sur l’IA fournissent déjà des informations très précises, quelques échantillons de voix ne suffisent pas pour réellement poser un diagnostic fondé. Le risque de résultats faussement positifs et de surdiagnostic reste également élevé. En fin de compte, une évaluation doit toujours être réalisée grâce à une expertise humaine.

Des indices, pas un diagnostic médical

Cela s’applique également explicitement aux maladies mentales. Il est possible que la tonalité de la voix puisse donner une indication de dépression, mais seul un examen approfondi de la personne peut apporter des éclaircissements.

Bien que l’IA puisse utiliser l’analyse vocale pour détecter par exemple quand quelqu’un parle de manière moins structurée et impulsive que d’habitude, seuls les professionnels de la santé peuvent déterminer si cela est réellement lié au trouble déficitaire de l’attention avec hyperactivité (TDAH).

Une utilisation abusive ne peut être exclue

Les critiques et les défenseurs de la protection des données soulignent également à plusieurs reprises l’énorme risque d’utilisation abusive lors de l’utilisation de l’analyse vocale, par exemple par les employeurs ou dans les centres d’appels de l’assurance maladie. Il existe un risque que les systèmes d’analyse vocale soient utilisés sans consentement exprès et que les clients ou les employés soient désavantagés en raison des informations personnelles sur leur santé.

De même, les informations médicales sensibles pourraient être relativement facilement partagées, piratées, vendues ou utilisées à mauvais escient. Cependant, ce n’est pas la science qui peut établir des réglementations et des limites claires pour l’analyse vocale en tant qu’outil de diagnostic, mais uniquement la politique.

Auteur : Alexandre Freund