Un smartphone pour dépister la BPCO

La détection précoce de la bronchopneumopathie chronique obstructive (BPCO) reste un défi majeur, notamment lorsque l’accès à la spirométrie est limité. En analysant les sons de la toux enregistrés par un smartphone, un algorithme d’intelligence artificielle (IA) serait capable d’identifier la BPCO avec une précision remarquable.Une étude prospective multicentrique chinoise a évalué la performance de l’algorithme Cough Search, fondé sur l’apprentissage profond appliqué à l’analyse acoustique de la toux, qui classe les enregistrements de toux en deux catégories : BPCO ou non BPCO. Il a été entraîné sur une cohorte de 2 804 participants (557 BPCO et 2 247 non BPCO). La validation de l’algorithme a ensuite été conduite sur quelques centaines de patients et, prospectivement, sur une cohorte externe de 722 participants (105 BPCO et 617 non BPCO) de quatre hôpitaux de Shanghai. Les diagnostics de BPCO reposaient sur les critères GOLD (Global initiative for chronic obstructive lung disease) 2023 et une confirmation spirométrique.Les résultats montrent des performances diagnostiques élevées. Sur la cohorte de validation interne, l’aire sous la courbe (ASC) ROC était de 0,92, avec une sensibilité de 82,8 % et une spécificité de 83,1 %. Sur la cohorte de validation externe, l’ASC atteignait 0,94, avec une sensibilité de 92,4 % et une spécificité de 85,6 %. La valeur prédictive négative était de 98,5 %, particulièrement pertinente pour exclure la maladie.L’algorithme présentait une sensibilité supérieure à 91 % pour les stades sévères (GOLD 3 - 4), atteignant 100 % aux stades GOLD 4, et supérieure à 85 % pour les stades GOLD 1, indiquant qu’il reste performant bien que moins précis pour les stades modérés. L’algorithme était robuste quel que soit le modèle de smartphone utilisé (sensibilité supérieure à 89 %).L’analyse a révélé une séparation nette entre les profils acoustiques des patients BPCO et non BPCO, suggérant que les caractéristiques de la toux encodent des signatures physiopathologiques spécifiques. Par ailleurs, une régression logistique multivariée a identifié l’âge comme seul facteur indépendant d’erreur de classification, sans effet significatif du sexe ni du tabagisme.Ces données ouvrent la voie à un outil de dépistage accessible, non invasif, peu coûteux et adaptable à différents contextes cliniques, y compris en soins primaires ou en télémédecine.