En phase précoce, la maladie de Parkinson se traduit souvent par des troubles de la parole. Les patients peuvent se mettre à parler d'une manière plus calme, plus monotone, moins expressive ou plus fragmentée. Puis au fur et à mesure que la maladie progresse, l'enrouement, le bégaiement ou encore la prononciation difficile des mots sont susceptibles d'apparaître.
Cependant, les méthodes traditionnelles de diagnostic de Parkinson restent longues et complexes, retardant la détection précoce et une prise en charge efficace. Les chercheurs de la Middle Technical University (MTU) de Bagdad et de l’Université d’Australie-Méridionale (UniSA) ont présenté, lors de la conférence scientifique Electrical Engineering Techniques Research (EETR) de 2024, une compilation des avancées en IA pour détecter Parkinson via l’analyse de la voix. Selon le professeur Ali Al-Naji, qui a dirigé les travaux, ces techniques pourraient révolutionner le diagnostic précoce des patients.
L’IA s’appuie sur des algorithmes d’apprentissage automatique et profond, entraînés à analyser des données vocales issues de patients atteints de Parkinson et de personnes en bonne santé. Ces modèles d’IA peuvent ainsi identifier des anomalies subtiles, comme de petites variations dans le ton, l’articulation et le rythme de la voix, associées à une perte de contrôle des muscles vocaux. Dans certaines études, ces algorithmes atteignent une précision impressionnante de 99 %, ce qui ouvre la perspective d'une détection précoce simple, fiable et généralisée de cette pathologie invalidante qui est devenue, avec 177 000 malades en France, la deuxième maladie neurodégénérative après la maladie d'Alzheimer et dont l'incidence pourrait augmenter de 50 % d'ici 2030, en raison du vieillissement de notre population.
Article rédigé par Georges Simmonds pour RT Flash
