Votre smartphone, prochain cabinet médical ?

Les appareils couramment utilisés pour les selfies et les tweets peuvent également être exploités à des fins médicales en offrant un accès rapide aux données de santé vitales. Par exemple, en plaçant simplement un doigt sur l’objectif de l’appareil photo d’un téléphone, il est possible de mesurer la fréquence cardiaque d’un patient. De même, le microphone du téléphone placé près du lit d’un patient peut aider à détecter l’apnée du sommeil. Et même le haut-parleur peut être utilisé pour surveiller la respiration grâce à la technologie sonar.

Des outils de diagnostic

Dans notre monde numérique moderne, les données de santé peuvent être transmises à distance à un professionnel de la santé pour offrir commodité et confort au patient, ou pour aider un clinicien sans nécessiter de matériel coûteux. Toutefois, les experts affirment que l’utilisation des smartphones comme outils de diagnostic est encore en cours de développement. Bien que les médecins et leurs patients aient constaté des succès pratiques occasionnels en utilisant les téléphones comme dispositifs médicaux, le potentiel global de cette technologie reste largement inexploité et incertain.

Les smartphones sont équipés de capteurs capables de surveiller les signes vitaux d’un patient. Ces capteurs peuvent aider à évaluer les commotions cérébrales, surveiller la fibrillation auriculaire et effectuer des contrôles de bien-être en santé mentale, pour ne citer que quelques exemples d’applications émergentes.

Utilisation de logiciel d’IA

Les entreprises et les chercheurs qui cherchent à exploiter la technologie des smartphones pour des applications médicales se tournent vers les caméras intégrées et les capteurs de lumière des téléphones modernes, les microphones, les accéléromètres qui détectent les mouvements du corps, les gyroscopes et même les haut-parleurs. Les applications utilisent ensuite des logiciels d’intelligence artificielle pour analyser les images et les sons collectés, créant ainsi une connexion facile entre les patients et les médecins. Le potentiel de gain et de commercialisation est illustré par les plus de 350 000 produits de santé numériques disponibles dans les magasins d’applications, selon un rapport de Grand View Research.

Selon le Dr Andrew Gostine, PDG de la société de réseau de capteurs Artisight, « il est très difficile d’installer des appareils dans la maison du patient ou à l’hôpital, mais tout le monde a un téléphone portable doté d’une connexion réseau ». La plupart des Américains possèdent un smartphone, y compris plus de 60% des personnes âgées de 65 ans et plus, ce qui représente une augmentation par rapport à seulement 13% il y a dix ans, selon le Pew Research Center. De plus, la pandémie de covid-19 a poussé les gens à devenir plus à l’aise avec les soins virtuels.

Ces nouvelles technologies reposent sur des algorithmes construits par l’apprentissage automatique et l’IA pour collecter des données, plutôt que sur les outils physiques généralement utilisés dans les hôpitaux

Certains de ces produits ont sollicité l’approbation de la FDA pour être commercialisés en tant que dispositifs médicaux. En obtenant cette autorisation, les patients qui paient pour utiliser le logiciel ont plus de chances de voir leur assurance maladie couvrir au moins une partie du coût. D’autres produits sont considérés comme exemptés de ce processus réglementaire et sont classés cliniquement comme des pansements. Toutefois, la façon dont l’agence gère les dispositifs médicaux basés sur l’IA et l’apprentissage automatique est en cours d’ajustement pour refléter la nature adaptable du logiciel.

Pour obtenir l’approbation des professionnels de santé, il est crucial de garantir l’exactitude et la validation clinique des outils. Cependant, de nombreux outils doivent encore être affinés, selon le Dr Eugene Yang, professeur de médecine à l’Université de Washington. Actuellement, Yang teste la mesure sans contact de la pression artérielle, de la fréquence cardiaque et de la saturation en oxygène capturées à distance via des images de caméra Zoom du visage d’un patient.

Des études sont en cours pour trouver de meilleures solutions

Évaluer ces nouvelles technologies est difficile car elles s’appuient sur des algorithmes basés sur l’apprentissage automatique et l’intelligence artificielle pour collecter des données, plutôt que sur des outils physiques traditionnellement utilisés dans les hôpitaux. Les chercheurs ne peuvent donc pas facilement comparer ces nouvelles technologies avec les normes de l’industrie médicale, a expliqué le Dr Yang, professeur de médecine à l’Université de Washington. Le manque d’assurance dans la précision des résultats minent les objectifs fondamentaux de ces technologies, qui visent à réduire les coûts et améliorer l’accès aux soins de santé. En fin de compte, un médecin doit toujours vérifier les résultats. « Les faux positifs et les faux négatifs peuvent entraîner davantage de tests et de coûts pour le système de santé », a-t-il ajouté.

Les géants de la technologie, tels que Google, ont investi massivement dans la recherche de ces technologies, ciblant les professionnels de la santé, les soignants à domicile et les consommateurs. Actuellement, l’application Google Fit permet aux utilisateurs de vérifier leur fréquence cardiaque en plaçant leur doigt sur l’objectif de la caméra orientée vers l’arrière ou de suivre leur fréquence respiratoire à l’aide de la caméra frontale.

Shwetak Patel, directeur des technologies de la santé chez Google et professeur de génie électrique et informatique à l’Université de Washington, a déclaré que « si vous comparez le capteur d’un téléphone à celui d’un appareil clinique, ils sont probablement similaires ».

La recherche de Google utilise l’apprentissage automatique et la vision par ordinateur, un domaine de l’IA qui traite des informations visuelles telles que des vidéos ou des images. Plutôt que d’utiliser des équipements médicaux physiques tels qu’un brassard de tensiomètre, par exemple, l’algorithme de Google peut interpréter de subtils changements visuels dans le corps qui peuvent être utilisés comme des indicateurs et des biosignaux pour mesurer la pression artérielle d’un patient, a expliqué Patel, directeur des technologies de la santé chez Google et professeur de génie électrique et informatique à l’Université de Washington. Google étudie également l’utilisation du microphone intégré pour détecter les battements cardiaques et les souffles, ainsi que l’utilisation de la caméra pour dépister les maladies oculaires diabétiques, comme indiqué dans les informations publiées par l’entreprise l’année dernière.

La société de technologie a récemment acquis Sound Life Sciences, une start-up basée à Seattle qui possède une application de technologie sonar approuvée par la FDA. Cette application utilise le haut-parleur d’un dispositif intelligent pour envoyer des impulsions inaudibles dans le corps d’un patient, qui sont ensuite réfléchies pour identifier les mouvements et surveiller la respiration.

La société israélienne Binah.ai utilise également l’appareil photo des smartphones pour mesurer les signes vitaux. Son logiciel analyse la zone autour des yeux, où la peau est plus fine, et évalue la lumière réfléchie par les vaisseaux sanguins jusqu’au cristallin. Binah.ai achève actuellement un essai clinique aux États-Unis et commercialise directement son application de bien-être auprès des assureurs et d’autres entreprises de santé, selon la porte-parole de la société, Mona Popilian-Yona.

Les applications trouvent leur utilité dans divers domaines, y compris l’optométrie et la santé mentale :

• En utilisant la technologie de microphone, Canary Speech analyse la voix des patients pour détecter les problèmes de santé mentale, en utilisant la même technologie sous-jacente qu’Alexa d’Amazon. La société permet aux cliniciens d’intégrer son logiciel lors des rendez-vous de télémédecine, offrant ainsi une bibliothèque de biomarqueurs vocaux et d’analyses prédictives pour détecter l’anxiété et la dépression, a expliqué Henry O’Connell, PDG de l’entreprise.

• ResApp Health, une entreprise australienne, a reçu l’approbation de la FDA l’année dernière pour son application iPhone capable de détecter l’apnée obstructive du sommeil modérée à sévère en écoutant la respiration et les ronflements. SleepCheckRx, qui nécessitera une ordonnance, est beaucoup moins invasif que les études sur le sommeil actuellement utilisées pour diagnostiquer l’apnée du sommeil, qui peuvent coûter des milliers de dollars et nécessiter une série de tests.

• L’application Reflex de Brightlamp est un outil clinique d’aide à la décision pour gérer les commotions cérébrales et la réadaptation visuelle, entre autres. Elle utilise l’appareil photo d’un iPad ou d’un iPhone pour mesurer la réactivité pupillaire aux changements de lumière, offrant aux professionnels de santé des données permettant d’évaluer les patients grâce à l’analyse de l’apprentissage automatique. Brightlamp vend directement aux prestataires de soins de santé et est utilisé dans plus de 230 cliniques.

Kurtis Sluss, PDG de Brightlamp, a déclaré que dans certains cas, les données sont traitées directement sur le téléphone plutôt que dans le cloud, comme avec l’application Reflex. En traitant toutes les données sur l’appareil, l’application évite les problèmes de confidentialité liés à la diffusion des données ailleurs, qui nécessitent le consentement du patient. Cependant, pour entraîner et tester les algorithmes, il est nécessaire de collecter de grandes quantités de données, et cela nécessite un processus continu. Les chercheurs ont découvert, par exemple, que certaines applications de vision par ordinateur, telles que la surveillance de la fréquence cardiaque ou de la pression artérielle, peuvent être moins précises pour les personnes à la peau plus foncée.

Des erreurs mineures dans les algorithmes peuvent également entraîner de fausses alertes et effrayer suffisamment les patients pour empêcher une adoption généralisée. Par exemple, la nouvelle fonction de détection d’accident de voiture d’Apple, disponible sur les derniers iPhone et Apple Watch, a été déclenchée lorsque des personnes montaient sur des montagnes russes, entraînant une composition automatique du numéro des secours ! « Nous n’en sommes pas encore là », a déclaré Yang.

SOURCE : KHN
Traduit de l’anglais