Nouvelle base de données pour les sons de toux de tuberculose

La tuberculose (TB) est une maladie grave qui cause plus de décès que n'importe quelle autre maladie infectieuse dans le monde. Un des problèmes, c'est que beaucoup de gens atteints de TB ne sont pas diagnostiqués chaque année. Les systèmes de santé publique ne parviennent pas à repérer et diagnostiquer toutes les personnes infectées. Un gros souci, c’est le manque d’accès à de bons outils de dépistage et de Diagnostic pour la TB. Cet article parle d'une nouvelle base de données de sons de toux qui inclut des infos détaillées sur les patients pour aider à créer des modèles utilisant l'intelligence artificielle (IA) pour un meilleur diagnostic de la TB.

#Importance de la recherche et des nouveaux outils

L'Organisation mondiale de la santé (OMS) a fixé des objectifs pour mettre fin à la TB. Pour y parvenir, il faut de la recherche et de nouveaux outils. Monitorer les sons de toux numériquement et utiliser ce qu'on appelle l'Épidémiologie acoustique sont deux méthodes qui pourraient aider à détecter les cas de TB. Ces méthodes pourraient jouer un rôle important dans le contrôle et l'élimination de la TB.

#Les "millions manquants" de patients

Beaucoup de gens vivent avec une TB active sans le savoir. Cela inclut ceux qui n'ont pas été testés ou qui n'ont pas été correctement dirigés vers un traitement. Améliorer les outils et méthodes de diagnostic de la TB peut aider à trouver ces patients manquants. La plupart des systèmes de santé utilisent un mélange d'outils de dépistage et de tests de diagnostic pour identifier la TB. L'OMS recommande qu'un bon test de dépistage communautaire doit être au moins 90 % sensible et 70 % spécifique. Cependant, beaucoup de méthodes actuelles de dépistage, comme demander aux patients leurs symptômes, ne sont pas très précises.

#Défis actuels dans le dépistage de la TB

Les questionnaires de dépistage de la TB, qui demandent souvent si les gens toussent, ont une Sensibilité de seulement 42 %. En plus de leur faible précision, ces méthodes rencontrent aussi des défis qui rendent leur utilisation difficile, surtout dans les milieux à faibles ressources. D'autres outils comme les radiographies digitales combinées avec des systèmes de détection informatique ont montré des promesses mais ont aussi des inconvénients, comme la disponibilité de l'équipement nécessaire dans les petites structures de santé.

#Le potentiel de la classification des sons de toux

Les sons de toux sont un symptôme important de la TB, mais on n'a pas pu les monitorer correctement dans le passé. Ça a rendu difficile la collecte de données utiles sur les toux. Les avancées récentes dans la technologie sonore et l'apprentissage machine permettent une meilleure détection et classification des toux. Cela signifie qu'on peut désormais identifier des toux dans des environnements quotidiens et faire la différence entre des toux liées à différentes conditions de santé.

#La base de données des sons de toux

On a créé et partagé un ensemble de données contenant 733,756 sons de toux de 2,143 patients de sept pays différents. Ces données incluent des informations démographiques et cliniques détaillées sur les patients. L'objectif est d'utiliser ces informations pour développer des modèles qui peuvent mieux classifier les sons de toux et aider au diagnostic de la TB.

#Recrutement des participants

Les participants de cette étude ont été sélectionnés à partir de deux principaux projets de recherche. Pour participer, il fallait avoir au moins 18 ans et une toux qui durait deux semaines ou plus. Les données ont été collectées dans des cliniques de pays comme l'Inde, Madagascar, les Philippines, l'Afrique du Sud, la Tanzanie, l'Ouganda et le Vietnam. Chaque participant a donné son consentement pour faire partie de l'étude.

#Collecte de Données cliniques et démographiques

Quand les participants ont rejoint l'étude, ils ont répondu à des questions, subi des examens cliniques et fourni des échantillons de crachats pour le test de la TB. Les chercheurs ont noté des détails importants sur chaque participant, comme l'âge, le sexe, la taille, le poids et les habitudes de consommation de tabac. Ils ont aussi documenté si les patients étaient diagnostiqués comme étant séropositifs au VIH.

#Tests pour la TB

Pour déterminer si une personne avait la TB, les chercheurs ont utilisé une combinaison de tests, y compris des tests PCR avancés et des cultures des crachats collectés. Les personnes avec des résultats de tests peu clairs ou faibles ont subi des tests supplémentaires. Ces tests ont aidé à classifier plus précisément si un patient avait la TB.

#Collecte des sons de toux

Les sons de toux ont été collectés à l'aide de smartphones avec une application spéciale conçue pour la recherche. L'application enregistre de courtes séquences sonores dès qu'une toux est détectée. On a demandé aux participants de tousser plusieurs fois, et tous les sons collectés ont été stockés en toute sécurité pour une analyse ultérieure. Certains participants ont également emporté un téléphone pendant deux semaines pour collecter des sons de toux supplémentaires.

#Organisation des données

L'ensemble de données a été divisé en un ensemble d'entraînement et un ensemble de validation. Les sons de toux de chaque participant étaient inclus dans un des ensembles, garantissant que les données restent organisées et gérables. Les sons de toux ont été gardés dans leur forme originale sans traitement supplémentaire, à part d'être identifiés par l'application.

#Disponibilité des données

Des données désidentifiées, qui ne contiennent pas d'infos personnelles mais incluent des sons de toux et des résultats cliniques, sont désormais disponibles pour les chercheurs. Ça permet de s'assurer que les données peuvent être accessibles et utilisées pour améliorer les modèles de diagnostic de la TB.

#Précision et validation de la collecte de données

Tout au long du processus de collecte de données, le personnel de l'étude a surveillé les enregistrements de toux pour s'assurer que tout était bien capturé. L'application utilisée pour collecter les sons de toux a été testée pour confirmer son exactitude à identifier de vraies toux. De plus, un modèle d'apprentissage machine séparé a été formé pour vérifier l'exactitude de la classification des enregistrements sonores, atteignant des taux de précision élevés.

#Instructions d'utilisation

Les chercheurs souhaitant utiliser l'ensemble de données peuvent créer des modèles pour prédire le diagnostic de la TB basé sur les sons de toux et les données cliniques. Ils ont des consignes claires sur comment évaluer leurs modèles par rapport à l'ensemble de validation, leur permettant de peaufiner leurs approches en fonction des résultats.

#Conclusion

Cette base de données de sons de toux ouvre de nouvelles opportunités pour un meilleur diagnostic de la TB en utilisant la technologie sonore et l'IA. En utilisant des données détaillées sur les patients et des enregistrements de toux d'un groupe diversifié d'individus, les chercheurs peuvent développer des modèles visant à améliorer la détection de la TB et aider à sa gestion. L'impact potentiel sur la santé publique pourrait être énorme, surtout dans les zones où l'accès à des ressources de diagnostic traditionnelles est limité. Il faut continuer la recherche et le développement pour affiner ces méthodes et valider leur efficacité dans des contextes réels.