La prochaine frontière pour les dispositifs médicaux d’IA de pointe ne concerne pas les appareils portables ou les moniteurs de chevet : elle se situe à l’intérieur du corps humain lui-même. Le système Nucleus Nexa récemment lancé par Cochlear représente le premier implant cochléaire capable d’exécuter des algorithmes d’apprentissage automatique tout en gérant des contraintes d’alimentation extrêmes, en stockant des données personnalisées sur l’appareil et en recevant des mises à jour du micrologiciel en direct pour améliorer ses modèles d’IA au fil du temps.
Pour les praticiens de l’IA, le défi technique est stupéfiant : créer un modèle d’arbre de décision qui classe cinq environnements auditifs distincts en temps réel, l’optimiser pour fonctionner sur un appareil doté d’un budget énergétique minimal qui doit durer des décennies, et tout cela en s’interfaçant directement avec le tissu neuronal humain.
Les arbres de décision rencontrent l’informatique à très faible consommation
Au cœur de l’intelligence du système se trouve SCAN 2, un classificateur environnemental qui analyse l’audio entrant et le classe en deux catégories : parole, parole dans le bruit, bruit, musique ou silence.
« Ces classifications sont ensuite entrées dans un arbre de décision, qui est un type de modèle d’apprentissage automatique », explique Jan Janssen, directeur technique mondial de Cochlear, dans une interview exclusive avec Actualités sur l’IA. « Cette décision est utilisée pour ajuster les paramètres de traitement du son à cette situation, ce qui adapte les signaux électriques envoyés à l’implant. »
Le modèle fonctionne sur le processeur de son externe, mais c’est là que cela devient intéressant : l’implant lui-même participe à l’intelligence grâce à la gestion dynamique de l’alimentation. Les données et l’alimentation sont entrelacées entre le processeur et l’implant via une liaison RF améliorée, permettant au chipset d’optimiser l’efficacité énergétique en fonction des classifications environnementales du modèle ML.
Il ne s’agit pas seulement d’une gestion intelligente de l’énergie : il s’agit de dispositifs médicaux d’IA de pointe qui résolvent l’un des problèmes les plus difficiles de l’informatique implantable : comment maintenir un appareil opérationnel pendant plus de 40 ans lorsque vous ne pouvez pas remplacer sa batterie ?
La couche d’intelligence spatiale
Au-delà de la classification environnementale, le système utilise ForwardFocus, un algorithme de bruit spatial qui utilise les entrées de deux microphones omnidirectionnels pour créer des modèles spatiaux cibles et de bruit. L’algorithme suppose que les signaux cibles proviennent de l’avant tandis que le bruit provient des côtés ou de l’arrière, puis applique un filtrage spatial pour atténuer les interférences de fond.
Ce qui rend cela remarquable du point de vue de l’IA, c’est la couche d’automatisation. ForwardFocus peut fonctionner de manière autonome, supprimant la charge cognitive des utilisateurs naviguant dans des scènes auditives complexes. La décision d’activer le filtrage spatial est prise de manière algorithmique sur la base d’une analyse environnementale : aucune intervention de l’utilisateur n’est requise.
Évolutivité : le changement de paradigme de l’IA des dispositifs médicaux
Voici l’avancée qui le distingue des implants de génération précédente : un micrologiciel évolutif dans le dispositif implanté lui-même. Historiquement, une fois qu’un implant cochléaire était posé chirurgicalement, ses capacités étaient gelées. Nouveaux algorithmes de traitement du signal, modèles ML améliorés, meilleure réduction du bruit : rien de tout cela ne pourrait profiter aux patients existants.
L’implant Nucleus Nexa change cette équation. Grâce à la liaison RF à courte portée exclusive de Cochlear, les audiologistes peuvent fournir des mises à jour du micrologiciel via le processeur externe de l’implant. La sécurité repose sur des contraintes physiques (la portée de transmission limitée et la faible puissance de sortie nécessitent une proximité lors des mises à jour), combinées à des protections au niveau du protocole.
« Avec les implants intelligents, nous conservons une copie (de la carte auditive personnalisée de l’utilisateur) sur l’implant », a expliqué Janssen. « Si vous perdez ce (processeur externe), nous pouvons vous envoyer un processeur vierge et le mettre en place : il récupère la carte de l’implant. »
L’implant stocke jusqu’à quatre cartes uniques dans sa mémoire interne. Du point de vue du déploiement de l’IA, cela résout un défi crucial : comment conserver les paramètres de modèle personnalisés lorsque des composants matériels tombent en panne ou sont remplacés ?
Des arbres de décision aux réseaux de neurones profonds
La mise en œuvre actuelle de Cochlear utilise des modèles d’arbre de décision pour la classification environnementale, un choix pragmatique compte tenu des contraintes de puissance et des exigences d’interprétabilité des dispositifs médicaux. Mais Janssen a expliqué où va la technologie : « L’intelligence artificielle grâce aux réseaux neuronaux profonds – une forme complexe d’apprentissage automatique – pourrait à l’avenir permettre d’améliorer encore l’audition dans des situations bruyantes. »
L’entreprise explore également les applications de l’IA au-delà du traitement du signal. « Cochlear étudie l’utilisation de l’intelligence artificielle et de la connectivité pour automatiser les contrôles de routine et réduire les coûts des soins à vie », a noté Janssen.
Cela laisse entrevoir une trajectoire plus large pour les dispositifs médicaux d’IA de pointe : du traitement réactif du signal à la surveillance prédictive de la santé, des ajustements cliniques manuels à l’optimisation autonome.
Le problème de contrainte Edge AI
Ce qui rend ce déploiement fascinant du point de vue de l’ingénierie ML, c’est la pile de contraintes :
Pouvoir: L’appareil doit fonctionner pendant des décennies avec un minimum d’énergie, avec une autonomie mesurée en jours complets malgré un traitement audio continu et une transmission sans fil.
Latence: Le traitement audio s’effectue en temps réel avec un retard imperceptible : les utilisateurs ne peuvent pas tolérer le décalage entre la parole et la stimulation neuronale.
Sécurité: Il s’agit d’un dispositif médical vital qui stimule directement le tissu neural. Les échecs des modèles ne sont pas seulement gênants : ils ont également un impact sur la qualité de vie.
Évolutivité : L’implant doit prendre en charge les améliorations du modèle sur plus de 40 ans sans remplacement matériel.
Confidentialité: Le traitement des données de santé s’effectue sur l’appareil, Cochlear appliquant une désidentification rigoureuse avant que les données n’entrent dans son programme de preuves du monde réel pour la formation de modèles sur son ensemble de données de plus de 500 000 patients.
Ces contraintes imposent des décisions architecturales auxquelles vous n’êtes pas confronté lors du déploiement de modèles ML dans le cloud ou même sur des smartphones. Chaque milliwatt compte. Chaque algorithme doit être validé pour la sécurité médicale. Chaque mise à jour du firmware doit être à toute épreuve.
Au-delà du Bluetooth : l’avenir des implants connectés
Pour l’avenir, Cochlear met en œuvre les capacités de diffusion audio Bluetooth LE Audio et Auracast, toutes deux nécessitant de futures mises à jour du micrologiciel de l’implant. Ces protocoles offrent une meilleure qualité audio que le Bluetooth traditionnel tout en réduisant la consommation d’énergie, mais plus important encore, ils positionnent l’implant comme un nœud dans des réseaux d’écoute assistée plus larges.
L’audio diffusé Auracast permet une connexion directe aux flux audio dans les lieux publics, les aéroports et les gymnases, transformant l’implant d’un dispositif médical isolé en un dispositif médical connecté à IA de pointe participant aux environnements informatiques ambiants.
La vision à plus long terme comprend des dispositifs totalement implantables avec microphones et batteries intégrés, éliminant entièrement les composants externes. À ce stade, vous parlez de systèmes d’IA entièrement autonomes fonctionnant à l’intérieur du corps humain, s’adaptant aux environnements, optimisant l’alimentation, diffusant la connectivité, le tout sans interaction de l’utilisateur.
Le modèle d’IA des dispositifs médicaux
Le déploiement de Cochlear offre un modèle pour les dispositifs médicaux d’IA de pointe confrontés à des contraintes similaires : commencer par des modèles interprétables tels que des arbres de décision, optimiser de manière agressive pour la puissance, intégrer l’évolutivité dès le premier jour et concevoir pour un horizon de 40 ans plutôt que le cycle typique des appareils grand public de 2 à 3 ans.
Comme l’a noté Janssen, l’implant intelligent lancé aujourd’hui « est en fait la première étape vers un implant encore plus intelligent ». Pour une industrie bâtie sur une itération rapide et un déploiement continu, s’adapter à des cycles de vie de produits de plusieurs décennies tout en maintenant les progrès de l’IA représente un défi d’ingénierie fascinant.
La question n’est pas de savoir si l’IA transformera les dispositifs médicaux : le déploiement de Cochlear prouve que c’est déjà le cas. La question est de savoir à quelle vitesse d’autres fabricants pourront résoudre le problème des contraintes et commercialiser des systèmes tout aussi intelligents.
Pour les 546 millions de personnes malentendantes dans la seule Région du Pacifique occidental, le rythme de cette innovation déterminera si l’IA en médecine reste un prototype ou devient une norme de soins.
(Photo de Cochléaire)
