Chaque parent connaît la frustration de répondre aux pleurs d'un bébé, se demandant si leur enfant a faim, mouiller, fatigué, besoin d'un câlin, ou peut-être même dans la douleur. Un groupe de chercheurs aux États-Unis a mis au point une nouvelle méthode d'intelligence artificielle capable d'identifier et de distinguer les signaux de cri normaux des signaux anormaux, tels que ceux résultant d'une maladie sous-jacente. La méthode, basé sur un algorithme de reconnaissance du langage cry, promet d'être utile aux parents à la maison comme en milieu de soins, car les médecins peuvent l'utiliser pour discerner les cris des enfants malades.

La recherche a été publiée dans le numéro de mai de Journal IEEE/CAA d'Automatica Sinica ( JAS ), une publication conjointe de l'IEEE et de l'Association chinoise de l'automatisation.

Les travailleurs de la santé expérimentés et les parents chevronnés peuvent distinguer assez précisément les nombreux besoins d'un bébé en fonction des sons de pleurs qu'il émet. Alors que le cri de chaque bébé est unique, ils partagent des traits communs lorsqu'ils résultent des mêmes raisons. L'identification des motifs cachés dans le signal de cri a été un défi majeur, et les applications d'intelligence artificielle se sont maintenant avérées être une solution appropriée dans ce contexte.

La nouvelle recherche utilise un algorithme spécifique basé sur la reconnaissance automatique de la parole pour détecter et reconnaître les caractéristiques des pleurs des nourrissons. Afin d'analyser et de classer ces signaux, l'équipe a utilisé la détection compressée pour traiter plus efficacement les mégadonnées. La détection compressée est un processus qui reconstruit un signal sur la base de données éparses, et est particulièrement utile lorsque les sons sont enregistrés dans des environnements bruyants, c'est là que les pleurs de bébé ont généralement lieu. Dans cette étude, les chercheurs ont conçu un nouvel algorithme de reconnaissance du langage des pleurs qui peut distinguer les significations des signaux de pleurs normaux et anormaux dans un environnement bruyant. L'algorithme est indépendant du crieur individuel, ce qui signifie qu'il peut être utilisé dans un sens plus large dans des scénarios pratiques comme un moyen de reconnaître et de classer diverses caractéristiques des pleurs et de mieux comprendre pourquoi les bébés pleurent et à quel point les pleurs sont urgents.

"Comme une langue spéciale, il y a beaucoup d'informations liées à la santé dans divers sons de cri. Les différences entre les signaux sonores véhiculent en fait l'information. Ces différences sont représentées par différentes caractéristiques des signaux de cri. Pour reconnaître et exploiter les informations, nous devons extraire les caractéristiques et ensuite obtenir les informations qu'il contient, " dit Lichuan Liu, auteur correspondant et professeur agrégé de génie électrique et directeur du laboratoire de traitement du signal numérique dont le groupe a mené la recherche.

Les chercheurs espèrent que les résultats de leur étude pourraient être applicables à plusieurs autres circonstances de soins médicaux dans lesquelles la prise de décision repose fortement sur l'expérience. « Les objectifs ultimes sont des bébés en meilleure santé et moins de pression sur les parents et les soignants, " dit Liu. " Nous étudions des collaborations avec des hôpitaux et des centres de recherche médicale, pour obtenir plus de données et de scénarios d'exigences, et j'espère que nous pourrions avoir des produits pour la pratique clinique, " Elle ajoute.