Le Wi-Fi pourrait permettre de détecter des maladies respiratoires

Alors que depuis plusieurs années, certaines personnes s’inquiètent d’un effet potentiellement nocif de ondes du Wi-Fi sur le corps humain, des chercheurs du National Institute of Standards and Technology, une agence du gouvernement américain, ont à l’inverse montré, dans une étude publiée dans la revue IEEE Access le 15 décembre dernier, que cette technologie pourrait un jour être utilisée pour détecter des maladies respiratoires, rapporte New Atlas.

Des altérations des ondes

Pour assurer la connexion entre routeur et appareils, le système Wi-Fi émet en effet des ondes. Or, ces dernières sont altérées par les entités qu’elle traverse, comme le corps humain. A ce titre, l’analyse des ondes Wi-Fi permet déjà de compter les gens à l’intérieur d’une pièce ou d’identifier les positions du sommeil.

Durant la crise du Covid, une équipe de l’agence a ainsi eu l’idée de tester s’il était possible d’enregistrer des altérations particulières des ondes Wi-Fi en fonction de certains problèmes respiratoires chroniques, comme l’asthme ou la bronchopneumopathie chronique obstructive. « Alors que le monde de tout le monde était bouleversé, plusieurs d’entre nous au NIST réfléchissaient à ce que nous pouvions faire pour aider », a raconté Jason Coder, un des membres de l’équipe.

Une IA précise à plus de 99%

Pour tester leur idée, les chercheurs ont installé un mannequin simulant la respiration d’un être humain à l’intérieur d’une chambre anéchoïque, une pièce absorbant les ondes. Un routeur et un appareil receveur étaient également placés dans la pièce afin d’émettre les ondes et d’enregistrer d’éventuelles variations sur les altérations pendant les différentes phases de simulation des maladies respiratoires.

A partir de ces données, l’équipe a finalement pu créer une intelligence artificielle qui serait capable, dans ces conditions, de détecter et de classifier une maladie respiratoire chez un patient avec un taux de certitude de 99,54%. Cette première expérience, qui n’a pour l’instant donné aucune suite, pourrait à terme permettre de facilement développer une méthode de diagnostic automatisée à grande échelle.