Analyser les signaux biologiques grâce à l’intelligence artificielle

Les données biologiques que l’on peut capter du corps humain sont une mine d’informations. Mais il est souvent difficile d’extraire un sens, notamment pour poser un diagnostic ou comprendre le fonctionnement biologique du corps. Récemment créé, le groupe de recherche d’Analyse des bio-signaux d’André Anjos va appliquer les outils du machine learning – l’apprentissage statistique automatisé d’un processus par un programme informatique – pour parvenir à analyser de telles données. Le but à long terme est de pouvoir développer des outils applicables aux données médicales et pouvant aider le personnel soignant dans leur travail, ainsi qu’améliorer les traitements et le bien-être des patients.

Un important potentiel d’application

Etre capable de détecter une anomalie dans un électrocardiogramme demande d’être capable de déceler une variation ayant une signification médicale, dans la mesure où le rythme cardiaque varie légèrement naturellement. Pouvoir distinguer une structure dans des cas difficiles, tels qu’un électrocardiogramme, est un exercice difficile dans de nombreux domaines. Une radiographie, une image du fond de l’œil ou la courbe d’évolution du taux de sucre dans le sang ne diffèrent guère d’un électrocardiogramme : ce sont des images dont il faut extraire une information porteuse de sens.

Une boîte à outil de l’intelligence artificielle

Sur la base de l’expertise de l’Idiap en matière de reconnaissance d’image et d’analyse audio, les méthodes développées par l’institut peuvent être utilisées pour analyser de nombreux types de signaux du corps humain. Appelée Bob, une plateforme sert de boîte à outil pour reproduire ces recherches. Elle contient déjà différents algorithmes de base pour l’analyse de signaux, la reconnaissance d’image et de son. Le but est d’adapter ces outils pour étendre leur portée et les rendre utilisables dans l’analyse et la compréhension des signaux biologiques.

Site internet : Biosignal Processing