Canary Speech crée une technologie d'IA pour diagnostiquer la maladie d'Alzheimer
On sait que la maladie d'Alzheimer est difficile à diagnostiquer. En règle générale, les médecins utilisent une combinaison de tests cognitifs, d'imagerie cérébrale et d'observation du comportement, ce qui peut être coûteux et prendre beaucoup de temps. Mais que se passerait-il si un bref échantillon vocal, facile à prélever chez soi, pouvait aider à identifier un patient atteint de la maladie d'Alzheimer ?
La société Canary Speech développe précisément cette technologie. Grâce à l'apprentissage profond, ses algorithmes analysent de courts échantillons de voix pour détecter des signes de la maladie d'Alzheimer et d'autres affections. Le fournisseur d'apprentissage profond Syntiant a récemment annoncé un partenariat avec Canary Speech, qui permettra à Canary de transférer cette technologie, principalement utilisée dans les cabinets médicaux et les hôpitaux, au domicile du patient à l'aide d'un dispositif médical.
Si certaines études ont montré que les méthodes d'apprentissage profond utilisant la voix et d'autres types de données sont très précises pour classer les personnes atteintes de la maladie d'Alzheimer et d'autres affections en laboratoire, les résultats pourraient être différents dans le monde réel. Néanmoins, l'intelligence artificielle et les méthodes d'apprentissage profond pourraient devenir des outils utiles pour poser un diagnostic complexe.
La plupart des gens pensent que la maladie d'Alzheimer, forme la plus courante de démence, affecte la mémoire. Mais les recherches montrent qu'elle peut affecter la parole et le langage dès les stades les plus précoces, avant que la plupart des symptômes ne deviennent visibles. Alors que les gens ne peuvent généralement pas percevoir ces effets subtils, un modèle d'apprentissage profond entraîné sur les voix de dizaines de milliers de personnes avec ou sans ces affections peut les distinguer.
« Ce qui vous intéresse, c'est ce que le système nerveux central communique à travers la production de la parole. C'est ce que fait Canary Speech : nous analysons cet ensemble de données »
Jusqu'à présent, l'algorithme reposait sur le cloud, mais le partenariat de Canary avec Syntiant permet d'utiliser une application basée sur une puce, plus rapide et dotée de plus de mémoire et de capacité de stockage.
La nouvelle technologie est conçue pour être intégrée à un appareil portable et analyse en moins d'une seconde un échantillon de parole de 20 ou 30 secondes pour détecter des états tels que la maladie d'Alzheimer, ainsi que l'anxiété, la dépression et même le niveau général d'énergie. O'Connell a indiqué que la précision du système Canary est d'environ 92,5 % lorsqu'il s'agit de distinguer correctement les voix de personnes atteintes ou non de la maladie d'Alzheimer.
Certaines études suggèrent que des états tels que la dépression et l'anxiété affectent la parole, et O'Connell a déclaré que Canary travaille à tester et à améliorer la précision de ses algorithmes pour détecter ces états.
Selon Frank Rudzicz, professeur adjoint en informatique à l'Université de Toronto et cofondateur de Winterlight Labs, qui produit un produit similaire à Canary Speech, d'autres technologies vocales ont connu un succès comparable. Dans une étude de 2016, Rudzicz et d'autres chercheurs ont utilisé des méthodes simples d'apprentissage automatique pour analyser la parole de personnes atteintes ou non de la maladie d'Alzheimer, avec une précision d'environ 81 %.
« Avec l'apprentissage profond, vous transmettez simplement les données brutes à ces réseaux de neurones profonds, qui créent alors automatiquement leurs propres représentations internes »
Comme tous les algorithmes d'apprentissage profond, celui-ci constitue une « boîte noire », ce qui signifie qu'il est impossible de savoir exactement sur quels aspects de la parole l'algorithme se concentre. Selon lui, grâce à l'apprentissage profond, la précision de ces algorithmes a dépassé 90 %.
Auparavant, les programmeurs utilisaient l'apprentissage profond avec l'imagerie cérébrale médicale, comme l'IRM. Dans les études, bon nombre de ces méthodes sont tout aussi précises, généralement avec une précision supérieure à 90 %.
Lors d'une étude menée en décembre 2021, les programmeurs ont réussi à entraîner l'algorithme non seulement à distinguer le cerveau de personnes cognitivement normales de celui de personnes atteintes de la maladie d'Alzheimer, mais aussi de personnes présentant des troubles cognitifs légers, qui sont dans de nombreux cas des précurseurs précoces de la maladie d'Alzheimer, et dont le cerveau était soit identique à celui de personnes en bonne santé, soit plus proche de celui de personnes atteintes de la maladie. Distinguer ces sous-types est particulièrement important, car toutes les personnes présentant des troubles cognitifs légers ne développent pas la maladie d'Alzheimer.
« Nous voulons disposer de méthodes permettant de répartir les personnes sur le continuum de la maladie d'Alzheimer. Ce sont des sujets susceptibles de développer la maladie d'Alzheimer »
Selon Dayan, identifier ces patients le plus tôt possible sera probablement déterminant pour traiter efficacement leurs affections. En règle générale, l'apprentissage profond basé sur l'imagerie présente un niveau d'efficacité tout aussi élevé, du moins dans les études de classification réalisées en laboratoire.
On ignore encore si ces technologies seront aussi efficaces dans le monde réel, mais elles devraient probablement bien fonctionner. Les scientifiques ont indiqué que des recherches supplémentaires sont nécessaires pour en avoir la certitude.
Une autre source d'inquiétude, selon Dayan, concerne les biais potentiels que, selon des études récentes, l'IA peut dissimuler si les données sur lesquelles l'algorithme est entraîné manquent de diversité. Par exemple, Rudzicz a affirmé qu'un algorithme entraîné sur des échantillons de voix de personnes de Toronto pourrait ne pas fonctionner aussi bien en milieu rural.
O'Connell a déclaré que l'algorithme de Canary Speech analyse les éléments non linguistiques de la parole, et qu'ils disposent de versions de la technologie utilisées dans d'autres pays, comme le Japon et la Chine, qui sont entraînées à partir de données de locuteurs natifs : « Nous testons notre modèle et l'entraînons dans ce système, dans cet environnement, pour améliorer les performances. »
Si le partenariat de Canary avec Syntiant peut rendre possible une surveillance à distance en temps réel, O'Connell estime que le diagnostic officiel doit venir d'un médecin, cette technologie n'étant qu'un outil supplémentaire pour poser un diagnostic. Dayan est d'accord : « Dans les années à venir, j'espère que l'IA aidera les médecins, sans pour autant les remplacer complètement. »
