La mesure du débit urinaire, l’une des principales données du bilan urodynamique, qui vise à déterminer la cause d’une incontinence urinaire pourrait être réalisée à domicile, avec une application simple basée sur l’apprentissage automatique, soutient cette équipe de cliniciens et de bioingénieurs du Singapore General Hospital. L’algorithme d'intelligence artificielle (IA), présenté lors du dernier congrès de l'Association européenne d'urologie (EAU22) écoute les patients uriner, détecte les flux anormaux et permet un premier diagnostic et permet une première gestion des patients en urologie à domicile.
Les symptômes de l’appareil urinaire, les troubles urinaires et l’incontinence sont des conditions fréquentes qui concernent environ 60 % des hommes et 57 % des femmes au cours de la vie. Ces patients sont amenés à passer un bilan urodynamique qui comprend une urodébitmétrie. Durant la pandémie de COVID-19, de nombreux patients n’ont pas eu accès à cette évaluation en clinique et les retards d’évaluation, au-delà de la prévalence élevée des troubles de la continence chez les plus âgés, renforcent le besoin d’alternatives plus légères et plus facilement accessibles.
Bientôt, une application d’urodébitmétrie à domicile
Audioflow apporte aujourd’hui sa première preuve de concept. Les chercheurs démontrent que l’outil d’IA fonctionne presque aussi bien qu'une machine de débitmétrie et apporte des données de débit urinaire similaires à celles de patients évalués en service d’urologie. Le concept de base est l’analyse du son créé par le jet d’urine, avec un objectif ultime, développer une application permettant aux patients de se surveiller à la maison.
L’algorithme a été développé sur la base des données de 534 participants masculins entre décembre 2017 et juillet 2019. Ces participants ont utilisé la machine habituelle dans une salle de l’hôpital insonorisée et ont enregistré leur miction à l'aide d'un smartphone. À l'aide de 220 enregistrements, l'IA a appris à estimer le débit, le volume et le temps de la miction. Le modèle a ainsi été formé à écouter et à analyser le flux urinaire ainsi qu’à faire la distinction entre flux masculin et féminin. Ses résultats ont été comparés à ceux de la machine conventionnelle pour 6 patients hospitalisés en urologie. Les données concordent pour 80 % des enregistrements, et, en cas d’anomalie, la détecte avec une précision de 84 %.
L'IA : c’est en effet un nouvel exemple d’application de l'apprentissage automatique dans le diagnostic et qui permet dans la plupart des cas une économie du temps des cliniciens. Ensuite, le principe va permettre de développer un outil d’autosurveillance à domicile. Si l’outil est conçu pour un diagnostic préliminaire, qui peut et doit, dans les cas d’anomalies, être complété par un bilan clinique, les chercheurs indiquent que, dans la majorité des tests effectués,
« l’IA peut surpasser certains experts ».
Mais le véritable avantage est d'avoir son outil diagnostique à portée de main dans sa salle de bain.
Les chercheurs sont donc en train d’adapter Audioflow sous forme d’application pour smartphone, utilisable dans différents contextes sonores.
Source: European Association of Urology (EAU) Congress 2022 2 Jul, 2022 Machine learning goes with the flow
Plus sur l’Incontinence
