Une équipe de chercheurs de l’université Carnegie Mellon et d’autres institutions a publié une première version d’une application qui, selon eux, peut déterminer si vous êtes porteur du COVID-19, simplement en analysant votre voix.
« J’ai vu beaucoup de concurrence pour le diagnostic le moins cher et le plus rapide que vous pouvez avoir », a déclaré Benjamin Striner, un étudiant diplômé de Carnegie Mellon qui a travaillé sur le projet. « Et il y en a d’assez bons qui sont en fait vraiment bon marché et assez précis, mais rien ne sera jamais aussi bon marché et aussi facile que de parler dans un téléphone ».
C’est une affirmation provocatrice face à l’épidémie mondiale de coronavirus, et en particulier à la pénurie généralisée de kits de dépistage. Mais Benjamin Striner pense que l’algorithme de l’équipe, même s’il est encore très expérimental, pourrait être un outil précieux pour suivre la propagation du virus, d’autant plus que l’équipe continue à affiner sa précision en collectant davantage de données.
Vous pouvez désormais utiliser le COVID Voice Detector pour analyser votre propre voix à la recherche de signes d’infection, bien qu’il soit accompagné d’une clause de non-responsabilité très stricte indiquant qu’il ne s’agit pas d’un « système de diagnostic », qu’il n’est pas approuvé par la FDA ou le CDC (Centers for Disease Control and Prevention) et qu’il ne doit pas être utilisé pour remplacer un test ou un examen médical.
Les chercheurs à l’origine du projet soulignent que l’application est un travail en cours.
« Ce que nous essayons de faire, c’est de développer une solution basée sur la voix, ce qui, sur la base d’expériences préliminaires et d’une expertise préalable, nous semble possible. Les résultats de l’application sont préliminaires et non testés », a déclaré Bhiksha Raj, professeur à Carnegie Mellon qui a également travaillé sur le projet. « Le score que l’application affiche actuellement est un indicateur de la correspondance entre les signatures de votre voix et celles d’autres patients COVID dont nous avons testé la voix. Ce n’est pas un avis médical. L’objectif principal de notre effort/site web à ce stade est de collecter un grand nombre d’enregistrements de voix que nous pourrions utiliser pour affiner l’algorithme en quelque chose qui nous – et la communauté médicale – soit confiant ».
« Si l’application doit être diffusée en tant que service public, elle, et nos résultats, devront être vérifiés par des professionnels de la santé, et attestés par une agence telle que le CDC », a ajouté Bhiksha Raj. « En attendant, le système est encore très expérimental et peu fiable. J’invite les gens à ne pas prendre de décisions en matière de santé en se basant sur les notes que nous vous donnons. Vous pourriez vous mettre en danger et mettre en danger ceux qui vous entourent ».
Et au bout du compte, il est peu probable que l’application ne soit jamais aussi précise qu’un test de laboratoire.
« En termes de diagnostic, bien sûr, elle ne sera jamais aussi précise qu’un écouvillon que l’on met dans une gélose et que l’on attend qu’elle pousse », a déclaré Benjamin Striner, qui a travaillé 24 heures sur 24 pour préparer l’application en vue de sa sortie. « Mais en termes de surveillance très facile d’une tonne de personnes par jour, par semaine, peu importe, de surveillance à très grande échelle, cela vous donne un moyen de gérer et de suivre les épidémies ».
Si vous avez un smartphone ou un ordinateur avec un microphone, l’utilisation de l’application est simple. Les utilisateurs sont invités à tousser plusieurs fois et à enregistrer un certain nombre de voyelles, ainsi qu’à réciter l’alphabet. Ensuite, l’application fournit un score, exprimé sous la forme d’une barre de progression de type téléchargement, qui représente la probabilité que l’algorithme pense que l’utilisateur possède COVID-19.
Rita Singh, professeur d’informatique à Carnegie Mellon, travaille également sur ce projet. Depuis des années, elle crée des algorithmes qui identifient les micro-signatures de la voix humaine qui, selon elle, révèlent des données psychologiques, physiologiques et même médicales sur un sujet donné.
« La toux d’un patient COVID est très distinctive », a déclaré Rita Singh. « Elle affecte tellement les poumons que les schémas respiratoires et plusieurs autres paramètres vitaux sont affectés, et ceux-ci sont susceptibles d’avoir des signatures très fortes dans la voix ».
Un défi pour l’équipe de Singh et Striner, composée de dix chercheurs de Carnegie Mellon – qui ont tous travaillé sur l’application depuis leur domicile, le campus étant fermé en raison de la pandémie – a recueilli suffisamment de données audio de patients dont la séropositivité au COVID-19 a été confirmée, afin de former l’algorithme.
Pour recueillir ces données, l’équipe a contacté des collègues du monde entier. Ces collègues ne les ont pas seulement aidés à recueillir les données audio des patients atteints de COVID-19, mais aussi de patients atteints d’autres virus, afin qu’ils puissent apprendre l’algorithme pour repérer les différences. Ils ont même visionné des vidéos d’actualité pour trouver des interviews de patients et les ajouter à l’ensemble des données.
« Vous avez des échantillons de personnes qui sont en bonne santé, vous avez des échantillons de personnes qui pourraient simplement avoir la grippe », a déclaré Benjamin Striner. « Et vous avez tous ces différents enregistrements de tous les différents types de toux, comme par exemple, quelles sont toutes les toux qui existent ? Et cela vous permet de repérer les différences ».
Il est difficile de quantifier la précision de la version actuelle de l’application, et Striner et Singh ont tous deux rappelé que ses résultats ne devraient pas être considérés comme des conseils médicaux.
« Sa précision ne peut pas être testée actuellement car nous ne disposons pas des instances de test vérifiées dont nous avons besoin », a déclaré M. Singh, ajoutant que plus les utilisateurs de l’application seront nombreux – en bonne santé ou non – plus ils auront de données pour mieux entraîner l’algorithme. Si l’application provient d’une personne en bonne santé, nous avons alors des exemples de ce que signifie « en bonne santé ». Si elle provient d’une personne qui souffre d’un problème respiratoire connu, nous savons alors à quoi ressemble ce problème. Le système utilisera toutes ces données comme contre-exemples, et pour distinguer les signatures COVID de celles d’autres conditions déroutantes ».
Ashwin Vasan, un professeur du centre médical de l’université de Columbia qui n’a pas participé à la recherche Carnegie Mellon, a émis des réserves quant à la diffusion de l’application en ces temps de crise sanitaire mondiale.
« Malgré ce qui pourrait être une tentative bien intentionnée de la part d’un groupe d’ingénieurs pour aider pendant cette crise, ce n’est pas exactement le message que nous voulons faire passer », a-t-il averti. « Il y a un nouvel outil de diagnostic des coronavirus que nous pouvons utiliser en l’absence de ce dont nous avons vraiment besoin, à savoir des kits de test, des tests sérologiques, des EPI pour les travailleurs de la santé de première ligne et des ventilateurs pour les patients gravement malades ».
« Gardons l’accent sur ce point, surtout lorsque nos dirigeants à Washington semblent incapables de répondre à ces besoins les plus fondamentaux », a-t-il ajouté. « Tout le reste n’est qu’une distraction. »
Pour sa part, l’équipe de Carnegie Mellon dit qu’elle est aux prises avec les implications de l’application sur la santé publique. Benjamin Striner a déclaré qu’ils ont consulté des collègues de la communauté de la recherche médicale et qu’ils ont soigneusement étudié comment affiner la sensibilité de l’application.
« Nous serions probablement plus enclins à avoir des faux positifs que des faux négatifs, si cela a un sens », a déclaré M. Striner. « Si vous donnez à quelqu’un un faux négatif sur COVID, alors il se promène et rend malade un tas de gens, contre quelques faux positifs supplémentaires, peut-être que certaines personnes passent des tests dont elles n’ont pas besoin ».
