Quand la voix trahit le diabète

Et si un échantillon de parole suffisait à lever le voile sur une pathologie qui touche des millions de personnes sans qu'elles le sachent ? Des scientifiques ont mis au point un modèle d'intelligence artificielle capable, à partir d'un enregistrement de seulement vingt secondes, d'identifier des marqueurs vocaux associés au diabète de type 2. Présentée lors du congrès de l'Association européenne pour l'étude du diabète à Milan, cette avancée ouvre un champ de réflexion aussi vaste que délicat sur l'avenir du dépistage médical.

L'idée n'est pas sortie de nulle part. Des travaux antérieurs avaient déjà établi un faisceau de présomptions entre certaines altérations de la voix, un timbre plus rauque, un léger enrouement ou une maîtrise amoindrie du souffle, et la présence d'un diabète. Partant de ce constat, l'entreprise Thymia, en collaboration avec l'université RMIT de Melbourne, a entraîné son algorithme sur plus de 63 000 échantillons vocaux collectés auprès d'environ 21 000 personnes au Royaume-Uni et aux États-Unis, dont le statut diabétique était connu.

Les résultats, sans être parfaits, sont jugés « cliniquement utiles » par les auteurs. Lors d'un premier test mené sur plus de 7 000 adultes britanniques, l'outil a attribué un score de risque plus élevé aux personnes déclarant un diabète dans 80 % des cas. Un second essai, plus rigoureux, a comparé l'analyse vocale à un dosage de l'hémoglobine glyquée, l'examen de référence. L'IA a alors correctement identifié 82 % des participants atteints, et aucun de ceux classés en risque faible ne présentait de signes biologiques de la maladie. Le modèle s'est même montré capable de distinguer des gradations de risque, du faible à l'élevé.

Un filet de sécurité aux mailles encore trop larges

Cependant, le tableau n'est pas sans ombres. L'étude a mis en lumière un taux de faux positifs conséquent : 47 % des participants ont été classés à tort comme présentant un risque. Concrètement, près d'une personne sur deux recevrait un signal d'alarme injustifié, avec le cortège d'inquiétude et de consultations superflues que cela implique. Par ailleurs, les performances du modèle se sont avérées moins bonnes chez les personnes noires, un biais que les chercheurs attribuent à une sous-représentation de cette population dans les données d'entraînement. L'algorithme peine également à faire la part des choses chez les patients souffrant d'hypertension, d'obésité ou de maladies cardiaques, des affections qui peuvent altérer la voix de manière similaire au diabète.

Ces limites techniques soulèvent des questions de fond. Un outil de dépistage de masse, même imparfait, a-t-il sa place dans le parcours de soins ? Ses défenseurs y voient un premier filtre, peu coûteux et accessible, capable de débusquer les cas qui passent sous les radars, on estime qu'environ un quart des diabétiques en France ignorent leur état. Plutôt que de remplacer la prise de sang, l'IA vocale jouerait le rôle d'une sentinelle, orientant vers un examen approfondi les personnes dont la voix éveille les soupçons. Dans cette optique, un excès de prudence, quitte à générer des faux positifs, serait un moindre mal face au danger d'un diabète non traité.

D'autres voix, plus sceptiques, pointent le risque d'une médicalisation à outrance et d'une anxiété collective. Que deviendrait la relation de confiance avec le médecin si un assistant vocal installé sur un téléphone se mettait à suggérer des diagnostics ? La question de la confidentialité des données vocales, intimes par essence, est également sur toutes les lèvres. Qui aurait accès à ces enregistrements, et dans quel but ? Sans cadre réglementaire solide, le remède pourrait se révéler pire que le mal. Alors que la prévalence mondiale du diabète pourrait atteindre 853 millions de personnes d'ici 2050, la tentation est grande de saisir tous les outils disponibles. Reste à savoir si la société est prête à troquer un peu de sa quiétude contre une écoute permanente.