Une application sur smartphone identifie la maladie de Parkinson et le COVID-19 en se basant sur la voix de l’utilisateur La prononciation de certains phonèmes constitue un indice important.
Une application sur smartphone identifie la maladie de Parkinson et le COVID-19 en se basant sur la voix de l’utilisateur La prononciation de certains phonèmes constitue un indice important.

Au cours des premiers stades de certaines maladies, il peut y avoir peu de preuves qu’une complication de santé est en train de se développer ; pourtant, certains indices subtils peuvent encore être présents. Deux études récentes montrent que des algorithmes d’IA peuvent analyser avec succès la voix des gens pour identifier ceux qui sont aux premiers stades de la maladie de Parkinson ou d’une infection pulmonaire grave de type COVID-19. Les chercheurs ont intégré ces algorithmes dans une application pour smartphone, baptisée Aum, qui peut être utilisée pour diagnostiquer et surveiller les conditions respectives.
« [La voix des gens est] couramment utilisée par les cliniciens pour évaluer leurs patients, en particulier pour les maladies neurodégénératives, comme la maladie de Parkinson, et les maladies pulmonaires, qu’il s’agisse du COVID-19 ou d’autres maladies pulmonaires », explique Dinesh Kumar, professeur au Royal Melbourne Institute of Technology (RMIT), qui a participé aux deux études. « Cette [approche] ne vise pas seulement à détecter la maladie, mais aussi à évaluer les effets des médicaments et à optimiser leur dosage. »
Dinesh Kumar et ses collègues ont cherché à savoir si ces subtilités dans la voix d’une personne pouvaient être détectées par des algorithmes d’apprentissage automatique. Dans leur première étude, ils ont recruté 36 personnes atteintes de la maladie de Parkinson et 36 volontaires sains.
Il est important de noter qu’il existe des différences naturelles entre les voix des personnes, ce qui pourrait rendre difficile la différenciation entre les personnes atteintes ou non d’un trouble sous-jacent. « Pour surmonter ce problème, nous avons cherché des sons non linguistiques capables de détecter la maladie malgré les différences naturelles entre les voix des personnes », souligne Dinesh Kumar.
Son équipe a donc demandé aux participants à l’étude de prononcer différents phonèmes nécessitant des sons de la gorge (/a/), de la bouche (/o/) et du nez (/m/). Les enregistrements ont été réalisés à l’aide d’un smartphone sous iOS. Ils ont ensuite développé et appliqué un algorithme d’apprentissage automatique capable de différencier les personnes atteintes de la maladie de Parkinson des volontaires sains, malgré le bruit de fond ambiant. Dans leur étude publiée le 12 septembre dans la revue IEEE Access, ils indiquent que l’algorithme peut identifier les personnes atteintes de la maladie de Parkinson dans la population étudiée avec une précision de 100 %.
Une application qui détecte la maladie de Parkinson et le COVID-19
« Plus important encore, nous pouvons différencier la MP avec un médicament actif et sans médicament actif », note Dinseh Kumar. « C’est très important car le neurologue peut évaluer ses patients même lorsque ceux-ci ne peuvent pas se rendre à la clinique, et convient donc aux personnes vivant dans des régions éloignées. »
L’un des chercheurs de cette étude initiale, le professeur associé du RMIT, Nemuel Pah, a eu l’occasion de mener une étude similaire sur des patients atteints de COVID-19 en Indonésie en juin et juillet 2021. Dans ce cas, Pah a enregistré 40 patients COVID-19 hospitalisés et 48 sujets sains pendant 22 jours, en leur demandant de dire six phonèmes (c’est-à-dire /a/, /e/, /i/, /o/, /u/ et /m/).
Les chercheurs ont ensuite appliqué un autre algorithme d’apprentissage automatique à ces données et ont constaté que les caractéristiques extraites de la voyelle /i/ au cours des trois premiers jours suivant l’admission à l’hôpital étaient les plus efficaces pour différencier les personnes atteintes d’une infection pulmonaire à COVID-19 des témoins sains. L’algorithme l’a fait avec une précision de 94 %. Ces résultats ont été publiés le 20 septembre dans le IEEE Journal of Translational Engineering in Health and Medicine.
Selon Dinesh Kumar, l’un des avantages de l’utilisation d’une application pour identifier les patients atteints de l’infection COVID-19 est que les enregistrements vocaux n’obligent pas les médecins à entrer en contact physique avec le patient, ce qui constitue donc un moyen approprié de limiter l’exposition. « Les enregistrements vocaux peuvent être obtenus auprès de patients situés à distance », dit-il, notant que cette approche de l’analyse des phonèmes ne dépend pas non plus de la langue.
Kumar indique que son équipe souhaite appliquer ces approches dans le monde réel, mais qu’il reste encore du travail à faire. Plus précisément, l’équipe cherche à enregistrer sa technologie auprès de la Therapeutic Goods Administration australienne, de la Food and Drug Administration (FDA) américaine et de la National Medical Products Administration chinoise. « Cela nécessite du temps et de l’argent ; nous espérons obtenir des fonds de [personnes et] d’organisations axées sur la maladie de Parkinson, comme Michael J. Fox, ou d’investisseurs à cette fin », conclut Dinesh Kumar.