Une étude développe un modèle d'IA qui identifie les symptômes d'un AVC à partir de vidéos faciales

Le coup (accident vasculaire cérébral) – communément appelé accident vasculaire cérébral – est l'une des maladies les plus meurtrières au Brésil. Rien qu'en 2023, il y a eu plus de 110 000 décès dans le pays, soit environ un toutes les cinq minutes, selon la Société brésilienne de l'AVC (SBAVC). L'identification précoce des symptômes peut être cruciale pour réduire le risque de décès et limiter les dommages aux tissus cérébraux. Les experts affirment qu'avec une réponse médicale efficace dans les trois heures suivant l'épisode, il est possible de réparer la plupart des dégâts.

Cependant, les premiers soins de ce patient ne sont pas toujours assurés par des personnes capables d'identifier l'accident vasculaire cérébral, et la littérature scientifique montre que même les sauveteurs ont du mal à en identifier les signes les plus subtils. Conscient de ce scénario, un groupe de chercheurs de la Faculté des sciences Unespsur le campus de Bauru, et la Faculté d'Ingénierie du Royal Melbourne Institute of Technology (Institut royal de technologie de Montréal), en Australie, a développé un outil pilote qui s'est avéré efficace pour identifier si une personne a eu ou est sur le point de subir un accident vasculaire cérébral en fonction de ses expressions faciales.

Un accident vasculaire cérébral survient lorsqu'il y a une interruption soudaine du flux sanguin vers le cerveau, correspondant à l'organe de réception de l'oxygène et des nutriments. Cela peut des dommages permanents aux cellules de la zone touchée et, dans certains cas, nuire à la capacité du patient à accomplir ses tâches quotidiennes pour le reste de sa vie. En général, les personnes sur le point de subir un accident vasculaire cérébral présentent des signes faciaux très subtils, tels que des difficultés à lever un côté de la bouche lorsqu'elles sourient, une perte partielle ou totale de contrôle des mouvements du visage et des difficultés à parler. Savoir reconnaître ces symptômes permet au patient d'être transporté plus rapidement à l'hôpital et de recevoir les traitements appropriés pour restaurer les fonctions, les mouvements et la parole.

Codage des mouvements du visage

La technologie développée par des chercheurs de l'Unesp et du RMIT utilise des algorithmes d'intelligence artificielle (IA) pour scanner le visage d'un patient et déterminer s'il a eu ou est en train de subir un accident vasculaire cérébral. L'outil d'analyse des mouvements faciaux spécifiques, catégorisé dans les années 1970 par les scientifiques nord-américains Paul Ekman et Wallace Friesen, qui ont développé un système de mesure scientifique des mouvements faciaux humains appelé FACS (ou Facial Action Coding System, en anglais) .

FACS classe les mouvements du visage en fonction de la contraction et de la relaxation des muscles du visage. Chaque composante observable de ces mouvements correspond à une Unité d'Action, et chaque Unité d'Action correspond au mouvement d'un ou plusieurs muscles du visage. La combinaison de différentes unités représente différentes expressions, comme lever les sourcils, sourire avec les lèvres ou faire semblant de souffler une bougie.

Des chercheurs de l'Unesp et d'Australie ont codé les unités d'action des visages de onze personnes en bonne santé et de 14 personnes ayant subi un accident vasculaire cérébral, sur la base de vidéos de patients réels disponibles dans une base de données de l'Université de Toronto, au Canada. Ils ont ensuite utilisé ces informations pour entraîner l'algorithme afin qu'il soit capable de différencier les unités d'action des individus en bonne santé de celles touchées par un accident vasculaire cérébral. « En général, les muscles du visage des personnes ayant subi un accident vasculaire cérébral deviennent unilatéraux, de sorte qu'un côté du visage se comporte différemment de l'autre », explique l'informaticien João Paulo Papa, de la Faculté des sciences de l'Unesp, l'un des auteurs. d'un article publié en juin dans la revue Computer Methods and Programs in Biomedicine présentant les résultats de l'étude pilote avec le nouvel outil.

Les scientifiques ont ensuite configuré le système pour qu'il analyse à de nouvelles les vidéos. Les résultats indiquent que le modèle d'IA a correctement identifié 82 % des cas. « Le principal avantage de l'utilisation de cette stratégie est qu'elle fournit une évaluation basée sur des changements cliniquement observables », souligne Papa. Bien que les résultats soient prometteurs, les auteurs affirment que le modèle n'est pas destiné à remplacer les tests de diagnostic clinique actuellement utilisés pour diagnostiquer la maladie. «Notre intention soins est de contribuer à l'identification précoce des symptômes et d'accélérer les médicaux», explique Papa.

Affiner l'outil et le rendre populaire

Les chercheurs travaillent désormais à transformer l'outil en application pour smartphones. «Nous voulons que ce soit le plus simple possible», précise l'informaticien. « L'idée est que l'utilisateur pointe la caméra vers son propre visage ou celui de quelqu'un d'autre et enregistre une vidéo en prononçant des phrases ou en effectuant des mouvements faciaux spécifiques », explique-t-il. Les auteurs espèrent également qu'à l'avenir, l'outil pourra être utilisé par les professionnels de la santé dans les salles d'urgence des hôpitaux, afin de réduire le risque d'erreur de diagnostic et d'optimiser les soins et le traitement. des patients.

Des études estiment que jusqu'à 13 % des cas d'accident vasculaire cérébral ne sont pas détectés dans les services d'urgence parce que les infirmières et les premiers intervenants ont du mal à identifier les signes subtils liés au problème. « Les premiers intervenants victime pourraient utiliser l'outil au domicile du patient, déterminer s'il est d'un accident vasculaire cérébral et informer l'hôpital avant l'arrivée de l'ambulance. »

Toutefois, pour y parvenir, il faudra surmonter certains obstacles. La première, d'ordre scientifique, est de pouvoir adapter l'outil à la mémoire et à la capacité de traitement des smartphones actuels. Le deuxième, de nature commerciale, est d'être en mesure de commercialiser le produit et de gagner de l'échelle. «Nous essayons de nouer des partenariats avec des hôpitaux pour valider le modèle en situation réelle», explique Papa. « La collaboration avec les prestataires de soins de santé sera cruciale pour intégrer notre application dans les protocoles d'intervention d'urgence existants, fournissant ainsi aux ambulanciers paramédicaux un moyen efficace de détection précoce des accidents vasculaires cérébraux. »

Les auteurs ont l'intention de continuer à optimiser le modèle. L'objectif est d'augmenter leur précision à mesure qu'ils intègrent les dossiers d'un plus grand nombre de patients. « Nous devons affiner et tester le modèle sur des individus d'autres races, ethnies, âges et sexes pour le rendre plus complet », explique le chercheur. Ils souhaitent également élargir la portée de l'outil, afin qu'il soit capable d'identifier les symptômes et même d'aider à suivre la progression des maladies neurodégénératives telles que la maladie de Parkinson, la maladie d'Alzheimer et la sclérose latérale. amyotrophique (SLA), maladies qui sont également marquées par un certain type de paralysie faciale et qui peuvent commencer à se développer jusqu'à 20 ans avant sa manifestation clinique. « Dans ce cas, il faudra croiser l'analyse des expressions faciales avec les données cliniques du patient, pour une indication plus précise du problème qu'il rencontre. »