Un modèle d’intelligence artificielle développé par des chercheurs du MIT analyse la manière dont toussent les patients, explique l’université sur son site.
Les potentiels porteurs du Covid-19 ont déjà plusieurs options pour se faire dépister, mais le MIT (Massachusetts Institute of Technology) semble avoir ouvert la voie à un moyen plus rapide que les tests déjà existants. Comme elle l’explique sur son site, des chercheurs de l’université américaine ont développé un modèle d’intelligence artificielle capable de déceler, d’après la toux d’un patient, s’il est atteint par le virus.
Ces travaux, entamés avant le début de l’épidémie afin de dépister les malades d’Alzheimer, se basent sur la manière dont toussent les individus. Pour ce faire, l’intelligence artificielle s’appuie sur des dizaines de milliers d’échantillons audio de toux et de mots prononcés. Résultat : 98,5 % des personnes décelées positives au virus par l’IA l’avaient effectivement contracté. Sur ce total, 100 % des patients asymptomatiques ont été correctement dépistés.
Un outil à même de « réduire la propagation de la pandémie »
La suite s’annonce prometteuse : l’équipe de chercheurs est à pied d’œuvre pour intégrer l’intelligence artificielle dans une application. Si elle était approuvée par la FDA (Food and Drug Administration), qui autorise la commercialisation des aliments et médicaments aux États-Unis, elle permettrait de présélectionner gratuitement, rapidement, et de manière non invasive les patients qui doivent être testés, y compris ceux qui sont asymptomatiques, donc inconscients d’être porteurs de la maladie.
La méthode serait alors simple : l’utilisateur se connecterait quotidiennement à l’application, tousserait face à son téléphone, puis saurait très vite s’il doit se faire formellement dépister. « La mise en œuvre efficace de cet outil de diagnostic de groupe pourrait réduire la propagation de la pandémie si tout le monde l’utilise avant d’aller dans une salle de classe, une usine ou un restaurant », détaille Brian Subirana, l’un des auteurs de l’étude et chercheur au laboratoire Auto-ID du MIT.