Une étude révèle qu’un tracker d’activité physique et un algorithme d’apprentissage automatique peuvent détecter la probabilité d’une infection par le virus Covid-19 avant l’apparition des symptômes

Chez BML Technology, nous travaillons en coulisses avec certaines des entreprises de medtech les plus passionnantes au monde, en les aidant à développer leurs solutions de santé numérique et à les mettre sur le marché. Ces dernières années, nous avons assisté à une explosion du nombre de start-ups de santé numérique qui répondent à un large éventail de besoins cliniques non satisfaits en intégrant les dernières technologies en matière de dispositifs médicaux portables, d’algorithmes d’apprentissage automatique de l’intelligence artificielle et d’intervention humaine. 

Ces types de solutions sont répandus dans les domaines des soins virtuels, de la télémédecine, de la télésanté et en particulier de la surveillance à distance des patients. En général, les solutions englobent un certain type de dispositif médical portable dédié, tel qu’un moniteur de glucose continu (MGC), ou elles peuvent être déployées par le biais d’applications logicielles personnalisées qui fonctionnent sur des dispositifs portables grand public tels qu’une Apple Watch et des smartphones. 

Nous avons beaucoup écrit sur ce sujet dans le blog sur la santé numérique de BML, non seulement en raison de notre implication directe avec un certain nombre d’entreprises qui changent les paradigmes dans ce domaine, mais aussi pour informer nos lecteurs des possibilités offertes par cette révolution unique dans l’écosystème des soins de santé. 

Récemment, nous avons expliqué comment la start-up Rune Labs, spécialisée dans la neurologie de précision, utilise des modèles d’intelligence artificielle et l’Apple Watch pour aider les patients à mieux gérer leurs symptômes de la maladie de Parkinson. Nous avons également décrit comment Level2, une entreprise innovante dans le domaine des soins du diabète, aide les patients à mettre leur diabète de type 2 en rémission grâce à une approche intégrée comprenant la surveillance continue du glucose (CGM), un tracker d’activité Fitbit, une application personnalisée, ainsi qu’un coaching personnalisé et une équipe de soins cliniques. 

Les résultats d’une étude récente menée par des chercheurs du laboratoire médical Dr. Risch, au Liechtenstein, montrent comment l’intégration d’un dispositif de suivi de la santé, en l’occurrence le portable Ava Fertility Tracker approuvé par la FDA, et de modèles d’apprentissage automatique de l’intelligence artificielle a permis d’identifier la probabilité d’une infection par le COVID-19 chez les patients avant l’apparition des symptômes, en suivant les petits changements dans leurs marqueurs physiologiques. 

Même si le COVID-19 est en déclin, il est toujours présent dans nos communautés et nous constatons même que les taux d’infection commencent à remonter en Amérique du Nord. La capacité d’identifier une infection au COVID-19 plusieurs jours avant l’apparition des symptômes pourrait représenter un avantage significatif pour les patients, leurs proches et le système de santé, en fournissant une alerte précoce qui, si elle est prise en compte, pourrait ralentir les taux d’infection. 

Les dispositifs médicaux portables peuvent révolutionner les soins de santé

En outre, une meilleure compréhension de la façon dont le système de santé peut utiliser les trackers de santé et de forme physique pour identifier la présence probable d’une maladie avant que les symptômes ne se manifestent, et la preuve que ces systèmes sont très précis, peuvent être utiles pour faire face à de futures pandémies potentielles, ou à d’autres maladies qui peuvent être identifiées par des changements dans la physiologie de l’utilisateur. 

L’étude s’est déroulée au laboratoire médical Dr. Risch, au Liechtenstein, avec des chercheurs de l’université McMaster au Canada, de l’Imperial College de Londres et de l’université de Bâle en Suisse. 

Les trackers de santé portables peuvent-ils être utilisés en combinaison avec l’IA pour détecter les COVID-19 présymptomatiques ? 

L’objectif de l’étude était d’examiner si l’utilisation d’algorithmes basés sur l’apprentissage automatique de l’intelligence artificielle en combinaison avec le suivi des changements physiologiques chez les personnes utilisant un dispositif portable de suivi de la santé pouvait identifier les COVID-19 présymptomatiques. 

Le dispositif de suivi de la santé utilisé dans la recherche était un tracker de fertilité, le portable Ava Fertility Tracker approuvé par la FDA, disponible à la vente en ligne et que les individus utilisent pour suivre les meilleurs moments pour concevoir. Le bracelet, dont la précision est de 90 % pour détecter en temps réel les jours les plus fertiles des femmes, a enregistré des marqueurs physiologiques toutes les 10 secondes. Le dispositif mesurait la fréquence respiratoire (RR), la fréquence cardiaque (HR), la variabilité de la HR (HRV), la température de la peau du poignet (WST) et la perfusion cutanée. L’infection par le SRAS-CoV-2 a été diagnostiquée par des tests moléculaires et/ou sérologiques. 

Au total, 1,5 million d’heures de données physiologiques ont été enregistrées chez 1 163 participants d’un âge moyen de 44±5,5 ans. La présence de COVID-19 a été confirmée chez 127 participants, dont 66 (52 %) avaient porté leur appareil entre le début de l’étude et l’apparition des symptômes (SO) et ont été inclus dans cette analyse. La modélisation multi-niveaux a révélé des changements significatifs dans les cinq paramètres physiologiques suivis – RR, HR, HRV, HRV ratio et WST – pendant les périodes d’incubation, présymptomatique, symptomatique et de récupération de COVID-19 par rapport à la ligne de base. 

La technologie des capteurs portables permet de détecter l’infection par le COVID-19 pendant la période pré-symptomatique. 

L‘étude conclut que la technologie des capteurs portables peut permettre de détecter l’infection par le COVID-19 pendant la période pré-symptomatique, facilitant ainsi l’isolement et le dépistage précoces des individus potentiellement affectés afin de limiter la propagation du virus SRAS-CoV-2. L’algorithme de réseau neuronal récurrent (RNN) proposé, mis au point dans le cadre de l’étude, a permis d’identifier 68 % des participants positifs au COVID-19 deux jours avant l’apparition des symptômes ; il sera ensuite entraîné et validé dans le cadre d’un essai croisé randomisé, en simple aveugle, à deux périodes et à deux séquences. 

Dans une note de prudence, les chercheurs ont mentionné que, bien que ces résultats soient très encourageants, le test RT-PCR reste la méthode la plus efficace pour confirmer les infections au COVID-19 et qu’une revue systématique des capteurs portables dans la détection du COVID-19 a rapporté ces investigations comme étant prometteuses mais a également souligné le besoin d’investigations dans des populations plus larges. 

Les chercheurs ont ajouté :  » La technologie des capteurs portables est une méthode facile à utiliser et peu coûteuse pour permettre aux individus de suivre leur santé et leur bien-être pendant une pandémie. Notre recherche montre comment ces dispositifs, associés à l’intelligence artificielle, peuvent repousser les limites de la médecine personnalisée et détecter les maladies avant l’OS, réduisant potentiellement la transmission du virus dans les communautés. » 

Il existe d’énormes possibilités d’améliorer les résultats en matière de santé lorsque les portables de pointe pour le suivi de la santé, les algorithmes d’apprentissage automatique de l’intelligence artificielle et le soutien humain et les équipes cliniques sont intégrés pour fournir aux patients des modèles de traitement uniques en leur genre, jamais disponibles auparavant. Même avec tout ce qui a été accompli à ce jour, ces marchés n’en sont qu’à leurs débuts et nous commençons seulement à comprendre ce qui est possible. 

Suivez le blog sur la santé numérique de BML pour en savoir plus sur des histoires comme celle-ci et pour être informés sur des sujets clés de la santé numérique. 


À propos de BML Technology 

BML Technology comprend la santé numérique. À l’intersection de la technologie médicale, de la recherche clinique et des soins de santé centrés sur le patient, BML favorise l’adoption généralisée de la technologie numérique dans les soins de santé. Offrant une gamme complète de services à l’écosystème de la santé numérique, BML gère les interactions complexes entre les parties prenantes nécessaires à la mise sur le marché et à l’adoption des solutions de santé numérique. 

Restez connecté avec BML Technology.
Connectez-vous avec BML Technology sur LinkedIn.

Avatar photo

BML Health

À I'intersection de la technologie médicale, de la recherche clinique et des soins de santé centrés sur le patient, nous gérons les interactions complexes des intervenants requises pour commercialiser les solutions de santé numériques et gagner leur adoption.