LingVo.club
Niveau
Quatre outils d'IA pour améliorer le dépistage de la tuberculose — Niveau B2 — person inside laboratory

Quatre outils d'IA pour améliorer le dépistage de la tuberculoseCEFR B2

27 nov. 2025

Adapté de Esther Nakkazi, SciDev CC BY 2.0

Photo de CDC, Unsplash

Niveau B2 – Intermédiaire supérieur
7 min
377 mots

À la Union World Conference on Lung Health à Copenhague (18-21 November), des équipes internationales ont montré quatre approches d'intelligence artificielle visant à rendre le dépistage et le suivi de la tuberculose plus accessibles et plus rapides. L'Organisation mondiale de la santé rappelle que la tuberculose reste la maladie infectieuse la plus meurtrière, avec around 1.25 million deaths in 2024, ce qui explique l'urgence de solutions moins coûteuses et portables pour les communautés vulnérables.

La première approche combine la « breathomics » et l'apprentissage automatique. Des chercheurs de la Southern University of Science and Technology et du Shenzhen Third People’s Hospital ont prélevé de l'air expiré avec un AveloMask auprès d'environ 60 TB patients in South Africa pour suivre la réponse au traitement; Liang Fu a expliqué que ce test non invasif peut indiquer tôt la guérison et améliorer l'observance.

La seconde approche, Swaasa, utilise des enregistrements de toux faits avec un smartphone par plus de 350 participants; l'algorithme a identifié des conditions sous-jacentes dans 94 pour cent des cas et prédit le risque de maladies respiratoires dans 87 pour cent des cas, selon les équipes d'AIIMS, JIPMER et Salcit Technologies. La troisième est une cartographie de vulnérabilité du Wadhwani Institute for AI, qui a combiné plus de 20 open-source datasets et des données Ni-kshay anonymisées pour atteindre 71 pour cent de précision à repérer le top 20 per cent des villages susceptibles d'abriter des cas non détectés; l'outil appuie la recherche active de cas dans le cadre du National Tuberculosis Elimination Programme de l'Inde.

Enfin, Qure.ai (Mumbai) a annoncé qXR, le premier outil assisté par IA autorisé en Europe pour les radiographies thoraciques d'enfants de la naissance à 15 years. Des experts comme Guy Marks ont souligné l'extraordinary potential de l'IA, mais ont averti qu'il faut s'assurer que ces innovations atteignent les personnes et les systèmes de santé qui en ont le plus besoin. Ketho Angami a insisté sur la nécessité de tests rigoureux, de jeux de données solides et de formation du personnel, en rappelant le risque de s'appuyer uniquement sur l'IA dans des cas complexes. Plusieurs résultats sont encore en revue par des pairs et une validation et une mise en œuvre plus larges seront nécessaires avant un usage à grande échelle.

Mots difficiles

  • dépistageaction de chercher une maladie chez des personnes
  • observancerespect du traitement prescrit par un médecin
  • non invasifsans pénétrer dans le corps ou sans douleur
  • apprentissage automatiqueméthode informatique pour apprendre à partir de données
  • cartographieaction de créer une carte ou représentation
  • vulnérabilitéétat de faiblesse exposant au risque
  • validationprocessus pour vérifier que quelque chose fonctionne bien

Astuce : survolez, mettez le focus ou touchez les mots en surbrillance dans l’article pour voir des définitions rapides pendant que vous lisez ou écoutez.

Questions de discussion

  • Quels sont, d'après le texte, les principaux avantages et risques de l'utilisation de l'IA pour dépister la tuberculose ? Donnez des exemples.
  • Comment ces outils présentés pourraient améliorer l'accès aux soins dans les communautés vulnérables ?
  • Quelles étapes de validation, de données ou de formation seraient importantes avant d'introduire ces outils dans votre système de santé local ?

Articles liés