Ces dernières années, l'utilisation des technologies acoustiques et de l'intelligence artificielle (IA) pour diagnostiquer et surveiller une variété pathologies a considérablement progressé. Dernière en date, un projet de dépistage précoce de la tuberculose en Inde à partir des sons de la toux.

En 2022, l'entreprise EKO, spécialisée dans les stéthoscopes intelligents, a obtenu l'approbation de la FDA pour un algorithme capable de détecter et de caractériser les souffles cardiaques chez les patients, tant adultes que pédiatriques. Ce logiciel utilise des sons cardiaques, des phonocardiogrammes et des signaux ECG pour différencier les souffles innocents des souffles structuraux. 

Dans le même esprit, la société israélienne de technologie de santé TytoCare a levé 49 millions de dollars pour sa clinique intelligente à domicile, qui permet aux cliniciens de réaliser des examens à distance grâce à des dispositifs connectés, dont un stéthoscope approuvé par la FDA pour l'analyse des sons pulmonaires.

Dans un autre exemple, Canary Speech, une entreprise spécialisée dans l'analyse vocale, a établi un partenariat avec Microsoft pour appliquer l'IA à ses modèles d'apprentissage automatique pour la santé. Canary utilise des biomarqueurs vocaux pour analyser les données et détecter les irrégularités dans la parole, ouvrant ainsi la voie à des solutions de surveillance à distance des patients.

Dans ce contexte d'innovation , Salcit Technologies, une entreprise indienne spécialisée dans la santé respiratoire, s'est associée à l'équipe de recherche de Google pour améliorer sa technologie bioacoustique d'IA, Swaasa. Ce partenariat vise à exploiter la technologie Health Acoustic Representations (HeAR) de Google pour renforcer les capacités de dépistage précoce de la tuberculose à partir des sons de la toux.

L'équipe de Google a entraîné HeAR avec 300 millions d'échantillons audio provenant d'un ensemble de données diversifié et anonymisé. En particulier, le modèle dédié à la toux a été entraîné avec environ 100 millions de sons de toux. Grâce à cette immense base de données, HeAR apprend à identifier des schémas spécifiques dans les sons liés à la santé, créant ainsi une base puissante pour l'analyse médicale des sons.

Swaasa, déjà reconnue pour son utilisation de l'apprentissage automatique dans le dépistage des maladies respiratoires, espère ainsi élargir son impact en Inde, où le besoin d'un dépistage accessible et efficace est crucial. L'intégration de HeAR dans Swaasa pourrait jouer un rôle déterminant dans la lutte contre la tuberculose, en offrant un outil puissant et accessible pour le dépistage de cette maladie.