La langue peut révéler beaucoup sur notre santé : sa forme, sa texture, le fait qu’elle soit humide ou sèche et surtout sa couleur sont autant d’informations sur des maladies potentielles. Des chercheurs de l’Université Technique du Moyen-Orient en Irak, et de l’Université d’Australie du Sud (UniSA) ont utilisé le machine learning pour analyser les couleurs de la langue afin de prédire les maladies associées. Le système d’imagerie proposé dans leur étude a atteint une précision de 96,6 %.

Lorsqu’une personne est en bonne santé, sa langue est généralement de couleur rose avec un léger revêtement blanc. Diverses maladies peuvent modifier ces caractéristiques, par exemple :

• Une couche jaune sur la langue peut être signe de diabète. En cas de diabète de type 2, la langue peut devenir bleue avec un revêtement jaune ;
• Une langue violette avec un revêtement épais peut être un signe de cancer ;
• Lors des phases aiguës d’accident vasculaire cérébral (AVC), les patients peuvent présenter une langue rouge avec une forme inhabituelle ;
• Une langue blanche peut indiquer une anémie ou carence en fer ;
• Une langue jaune peut signaler une augmentation de la chaleur corporelle ou une maladie des organes hépatiques et biliaires ;
• Une langue de couleur indigo ou violette peut être signe de problèmes vasculaires ou gastro-intestinaux ;
• La langue peut apparaître rougeâtre avec des marques blanches lors d’une infection à helicobacter pylori ;
• Des modifications visibles peuvent apparaître à la surface de la langue en cas d’appendicite.

L’infection par le virus COVID-19 peut également influencer la couleur de la langue, la faisant apparaître légèrement rose dans les cas bénins, cramoisi dans les infections modérées, et rouge foncé (bordeaux) dans les cas graves, souvent accompagnée d’inflammation et d’ulcérations.

Grâce aux avancées des systèmes de vision par ordinateur et de l’IA, il est désormais possible de développer des systèmes automatisés pour analyser ces caractéristiques de manière plus précise et reproductible. Cette étude présente un nouveau système d’imagerie capable d’analyser et d’extraire les caractéristiques de couleur de la langue sous différentes conditions d’éclairage et de saturations de couleurs, permettant ainsi un diagnostic en temps réel des maladies associées.

Les chercheurs ont utilisé cinq modèles d’espace colorimétrique (RGB, YcbCr, HSV, LAB et YIQ) et six algorithmes d’apprentissage automatique pour prédire la couleur de la langue et, par extension, les maladies associées : Naïve Bayes (NB), Support Vector Machine (SVM), k-plus proches voisins (KNN), arbres de décision (DT), forêt aléatoire (RF) et Extreme Gradient Boost (XGBoost).

Collecte des données

Pour leur étude, les chercheurs ont tout d’abord utilisé un premier ensemble de données comprenant 5260 images de langue classées en sept catégories de couleurs (rouge, jaune, vert, bleu, gris, blanc, rose). Ces images ont été extraites dans différentes conditions de saturation et d’éclairage, 80% ont été utilisées pour l’entraînement des algorithmes d’apprentissage automatique et les 20% restants à des fins de test.

Le deuxième groupe de données comprenait 60 images anormales de la langue qui ont été collectées à l’hôpital universitaire Al-Hussein de Dhi Qar, en Irak, et à l’hôpital général de Mossoul à Mossoul de janvier 2022 à décembre 2023 pour tester le système d’imagerie proposé en temps réel. Ces images de la langue comprenaient des patients atteints de diverses affections, notamment le diabète, l’infection mycosique, l’asthme, le COVID-19, les papilles fongiformes et l’anémie.

Configuration expérimentale

Le système d’imagerie proposé se compose d’une webcam USB haute résolution connectée à un ordinateur portable exécutant MATLAB. Le patient s’assoit à 20 cm de la caméra, le  système capture une image de la langue qui est analysée en temps réel. Une interface graphique (GUI), développée avec MATLAB App Designer, facilite cette analyse en affichant les valeurs de chaque teinte, la couleur identifiée, l’histogramme des couleurs, et les maladies potentielles associées.

Analyse d’images et algorithmes d’apprentissage

Après la capture de l’image, une méthode de segmentation a été utilisée pour isoler la région d’intérêt (ROI) de la langue, éliminant les éléments non pertinents comme les lèvres ou les dents. Les images sont ensuite converties des couleurs RGB vers les espaces YCbCr, HSV, LAB, et YIQ pour une analyse approfondie. Les données ainsi obtenues sont enregistrées en format CSV et ont servi de base pour l’entraînement des algorithmes d’apprentissage automatique.

Résultats

L’évaluation des différents algorithmes a montré que l’algorithme XGBoost offrait la meilleure précision, atteignant 98,71 %, suivi par les autres méthodes avec des précisions légèrement inférieures. Le Naive Bayes, bien qu’efficace, a montré la précision la plus faible à 91,43 %.

En se basant sur ces résultats, les chercheurs ont sélectionné l’algorithme XGBoost comme le classificateur principal du système d’imagerie et l’ont intégré à l’interface utilisateur graphique qui permet de prédire la couleur de la langue et les maladies correspondantes en temps réel.

Le système d’imagerie en temps réel utilisant XGBoost a donné des résultats positifs lors du déploiement avec une précision de diagnostic de 96,6 %.

Les chercheurs concluent :

“Ces résultats confirment la praticité des systèmes d’intelligence artificielle pour la détection de la langue dans les applications médicales, démontrant que cette méthode est sécurisée, efficace, conviviale, agréable et rentable”.

Ils notent toutefois que les réflexions de la caméra peuvent entraîner des différences dans les couleurs observées, affectant ainsi le diagnostic. Selon eux, les études futures devraient prendre en compte les réflexions de la caméra et utiliser de puissants processeurs d’image, des filtres et des approches d’apprentissage profond pour augmenter la précision. Cette méthode ouvre la voie à un diagnostic prolongé de la langue dans les futurs systèmes de santé au point de service.

Références de l’article

“Tongue Disease Prediction Based on Machine Learning Algorithms” Technologies 2024, 12(7), 97; https://doi.org/10.3390/technologies12070097

Auteurs et affiliations

Ali Raad Hassoon 1,2, Ali Al-Naji 1, Ghaidaa A. Khalid 1, Javaan Chahl 3

1 Electrical Engineering Technical College, Middle Technical University, Baghdad 10022, Irak
2 Al Hussein Teaching Hospital, Nasiriyah 64001, Irak
3 School of Engineering, University of South Australia, Mawson Lakes, SA 5095, Australie

Le 8 mars dernier, le ministère de la Culture et le ministère de l’Économie, des Finances et de la Souveraineté industrielle et numérique ont accueilli la première assemblée des membres de l’Alliance pour les technologies des langues (ATL-EDIC), une initiative européenne visant à protéger et valoriser le patrimoine culturel et linguistique au sein d’un écosystème d’IA innovant, compétitif, éthique et souverain.

Un Consortium européen pour les infrastructures numériques (EDIC) est un instrument mis à la disposition des États membres de l’UE dans le cadre du programme politique de la décennie numérique à l’horizon 2030 afin d’accélérer et de simplifier la mise en place et la mise en œuvre de projets multinationaux.

Le 5 décembre 2023, la Bulgarie, la Croatie, la France, l’Irlande, l’Italie, la Lettonie, la Lituanie, les Pays-Bas, la Pologne et la Slovénie ont demandé à la Commission de créer le Consortium européen sur les infrastructures numériques pour l’Alliance pour les technologies linguistiques (Alliance for Language Technologies Consortium-EDIC ou ALT-EDIC). La Grèce s’est jointe à cette demande le 16 janvier 2024.

La Commission européenne a agréé à leur demande et l’initiative a vu le jour le 7 février dernier, portée et coordonnée par la Délégation générale à la langue française et aux langues de France du ministère de la Culture, par la Direction générale des Entreprises du ministère de l’Économie, des Finances et de la Souveraineté industrielle et numérique et par la Coordination nationale pour l’intelligence artificielle. Son siège social se situe au château de Villers-Cotterêts, dans l’enceinte de la Cité internationale de la langue française, inaugurée par le Président de la République, le 30 octobre 2023.

Cette alliance entend impliquer non seulement les partenaires institutionnels mais aussi la société civile. De nombreux groupes industriels et des PME ont d’ailleurs déjà manifesté leur intérêt pour le projet et les opportunités qu’il représente. En 2024, l’Alliance s’attachera notamment à fédérer cet écosystème, via la création d’un consortium industriel qui garantira l’impact des efforts de l’EDIC sur les entreprises.

Lors de cette première réunion, M. Thibault GROUAS et M. Juan Martinez SAMALEA, représentants français et espagnol, ont respectivement été élus Président et Vice-président de l’Assemblée des membres.

Actuellement, douze Etats membres font partie de l’alliance : la Bulgarie, la Croatie, l’Espagne, la France, la Grèce, l’Irlande, l’Italie, la Lettonie, la Lituanie, les Pays-Bas, la Pologne et la Slovénie. L’Autriche, la Belgique et la Région flamande, le Danemark, l’Estonie, Malte, le Portugal, la Roumanie et la Slovaquie y ont un statut d’observateur. Les discussions se poursuivent afin que d’autres Etats membres puissent rejoindre l’initiative.

Rachida DATI, Ministre de la Culture, soulignant l’importance de cette initiative, affirme :

“La France est fière d’accueillir cette Alliance pour les technologies des langues. En effet, forte de sa diversité linguistique, l’Europe doit pouvoir développer un écosystème d’innovation souverain et compétitif, complété par des pôles nationaux comme la structure LANGU:IA en France, pour permettre l’émergence et le partage de modèles de langue géants, ouverts et en accès libre à même de valoriser nos patrimoines culturels et linguistiques”.

Marina FERRARI, Secrétaire d’Etat chargée du numérique, conclut :

“Cette alliance jouera un rôle crucial pour renforcer la position de l’Europe dans la course de l’intelligence artificielle. En faisant de ce consortium européen le pivot du développement de modèles de langage, cette alliance produira un double bénéfice, tant pour les fournisseurs des technologies et que pour la diffusion d’une offre compétitive et performante aux entreprises utilisatrices de l’IA. Pour ce faire, l’Alliance s’appuiera sur les meilleures technologies de nos entreprises pour fournir des services qui bénéficieront à un grand nombre d’utilisateurs. Dans ce domaine ultra-compétitif, mû par l’innovation, agir en européens sera notre plus grande chance de succès”.

DeepL, entreprise technologique basée en Allemagne, spécialisée dans le traitement automatique du langage naturel et la traduction automatique, annonce l’ouverture de d’un premier bureau aux États-Unis, à Austin, au Texas. Cette expansion reflète la croissance et le succès de DeepL sur le marché américain où il compte parmi ses clients de grands noms de la technologie, comme Coursera, TransPerfect et Zendesk.

Basée à Cologne, en Allemagne, DeepL a été fondée en 2009 par Jaroslaw Kutylowski.

Sous sa direction, une équipe de Linguee, une plateforme en ligne qui proposait un dictionnaire bilingue, a commencé à travailler en 2016 sur la première version de DeepL Translator, un système de traduction automatique gratuit accessible en ligne, basé sur des réseaux neuronaux. Grâce aux données accumulées par Linguee, l’équipe améliore les réseaux sous-jacents et lance l’outil de traduction en août 2017.

En mars 2018, la version payante DeepL Pro est lancée à son tour, elle peut s’intégrer aux logiciels de traduction, offre une API ainsi qu’une version optimisée du traducteur en ligne.

En 2020, DeepL lance un nouveau système de traduction intégrant ses nombreuses avancées en matière d’IA, notamment dans le domaine de l’architecture des réseaux neuronaux, améliorant la qualité des traductions. La nouvelle version du traducteur de DeepL est évaluée scientifiquement au cours de tests à l’aveugle menés avec des traducteurs professionnels qui la préfèrent aux systèmes de Google, Amazon ou Microsoft.

Continuellement évalué et amélioré pour garantir une qualité optimale, il offre ainsi aux entreprises la possibilité de communiquer efficacement à l’échelle internationale, sans les obstacles des barrières linguistiques.

Selon DeepL, l’outil, qui fournit des traductions pour 27 langues, est aujourd’hui utilisé par des millions de personnes et plus de 100 000 entreprises et gouvernements de par le monde pour traduire des e‑mails, adapter des campagnes marketing, offrir des services en plusieurs langues, harmoniser les communications au sein d’équipes transnationales…

En janvier 2023, la start-up annonce le lancement de la version bêta de DeepL Write, un outil de rédaction IA qui permet à tout un chacun d’améliorer ses textes et de les écrire avec clarté et précision.

Forte de son succès aux Etats-Unis, son troisième marché le plus important, elle a décidé d’y installer un bureau. Il y un an, DeepL avait réalisé une levée de fonds la faisant passer au rang de licorne auprès des investisseurs américains Bessemer Venture Partners et IVP à laquelle avaient participé Atomico et Wil.

Ajay Vashee, partenaire général chez IVP, commente :

“Le logiciel de traduction par IA de DeepL, leader sur le marché mondial, aide les entreprises du monde entier à surmonter la barrière de la langue. L’entreprise fait déjà parler d’elle en Amérique du Nord et son bureau à Austin contribuera à accélérer sa croissance sur le marché américain”. 

Jaroslaw Kutylowski conclut :

“La traduction est un besoin de plus en plus fréquent pour les entreprises du monde entier, et notamment aux États‑Unis ; la qualité dans ce domaine est donc essentielle pour des entreprises qui souhaitent se développer à l’international. Un outil de traduction précis leur permet de communiquer efficacement directement dans la langue de leurs clients. Nous sommes ravis de constater une progression aussi fulgurante dans l’adoption de notre produit sur le marché américain ces dernières années. Notre présence aux États-Unis prouve désormais notre engagement dans ce marché, avec tout ce qu’il peut offrir”.