L’école polytechnique fédérale de Lausanne (EPFL) en collaboration avec les Hôpitaux universitaires de Genève (HUG) a mis au point un algorithme d’intelligence artificielle, nommé DeepBreath, destiné à un stéthoscope intelligent appelé Pneumoscope. Cet outil innovant vise à fournir une interprétation plus précise des maladies respiratoires, particulièrement dans les régions isolées ou à faible accès aux ressources.

L'auscultation, malgré son usage de deux siècles, demeure subjective. Différents médecins peuvent décrire un même son de diverses manières, en fonction de leur expérience et de leur spécialisation. L'apprentissage profond, dont les atouts ont été prouvés dans l'interprétation d'examens médicaux complexes comme les IRM, pourrait ici révolutionner la détection des maladies respiratoires.

L’étude, parue dans Nature Digital Medicine, souligne l'efficacité de DeepBreath. «Ce qui rend cette étude particulièrement unique, c’est la diversité de la banque de sons d’auscultation et la rigueur avec laquelle ces sons sont collectés», déclare la principale autrice de l’étude, Mary-Anne Hartley, médecin et scientifique des données biomédicales en charge de l’iGH. Près de 600 enfants en consultation externe ont été sélectionnés dans cinq pays: la Suisse, le Brésil, le Sénégal, le Cameroun et le Maroc. Les bruits respiratoires ont été enregistrés sur des patientes et patients de moins de quinze ans présentant les trois types de maladies respiratoires les plus courants: pneumonie confirmée par radiographie, bronchiolite diagnostiquée cliniquement et asthme.

«Les maladies respiratoires sont la première cause de mortalité évitable dans cette tranche d’âge», explique Alain Gervaix, chef du Département de médecine pédiatrique aux HUG et fondateur d’Onescope, la startup qui mettra sur le marché ce stéthoscope intelligent intégrant l’algorithme DeepBreath. «Ce projet est un bon exemple d’une collaboration fructueuse entre un hôpital et une école polytechnique , mais aussi entre le domaine des études cliniques et des sciences de base. Le pneumoscope DeepBreath est une grande avancée pour le diagnostic et la manière dont on gère les maladies respiratoires », continue-t-il.

L’équipe de Mary-Anne Hartley dirige le développement de l’intelligence artificielle pour Onescope. Elle est particulièrement enthousiaste quant au potentiel de l’outil dans les environnements isolés et à faibles ressources. «Les outils de diagnostic réutilisables et sans consommables tels que ce stéthoscope intelligent présentent l’avantage unique d’une durabilité garantie, indique-t-elle en ajoutant: Les outils d’IA ont également le potentiel de s’améliorer en permanence et j’espère que nous pourrons étendre l’algorithme à d’autres maladies respiratoires et à d’autres populations grâce à des données supplémentaires.»

L'étude a également œuvré à déchiffrer le fonctionnement de DeepBreath, démontrant que l’algorithme se focalise sur le cycle respiratoire, assurant ainsi sa fiabilité.

La prochaine étape importante consistera à répéter l’étude sur un plus grand nombre de patientes et patients en utilisant les enregistrements de ce stéthoscope numérique nouvellement mis au point, qui enregistre également la température et l’oxygénation du sang. «La combinaison de ces signaux permettra probablement d’améliorer encore les prévisions», prédit Mary-Anne Hartley.