Plus de 300 personnes souffrent de l’hémophilie au Sénégal. C’est une maladie qui se manifeste par une incapacité du sang à coaguler et qui provoque des hémorragies (internes ou externes) excessives en cas de blessure ou de lésion. Il s’agit d’une maladie rare et peu connue au Sénégal.

Constatant que plus de 80% des adultes atteints d’hémophilie possèdent un smartphone, et que la langue wolof au Sénégal est davantage lue que parlée, Awa Babington-Ashaye, doctorante et consultante scientifique, a développé l’idée de mettre en place un chatbot vocal en wolof pour aider à la sensibilisation et améliorer le niveau de connaissances sur l’hémophilie. Cette solution a été conçue au sein de l’équipe du Professeur Antoine Geissbuhler, Directeur du Département e-santé et télémédecine du Centre hospitalier universitaire de Genève, et grâce au soutien financier de la Novo Nordisk Haemophilia Foundation ainsi qu’un partenariat avec le Centre de Transfusion Sanguine de Dakar (CNTS).

BAAMTU, reconnue pour son expertise en intégration de langues locales, a eu l’honneur et le plaisir d’accompagner les Hôpitaux Universitaires de Genève (HUG) et l’Université de Genève dans la mise en place de ce chatbot.

Pourquoi le chatbot ?

L’objectif pour les porteurs du projet était de combler les lacunes observées dans les connaissances de l’hémophilie au sein de la population sénégalaise. Pour cela, la solution numérique à mettre en place devait être facile à comprendre et à utiliser, interactive et adaptée aux contraintes locales (wolof, langue la plus parlée au Sénégal, beaucoup plus que le français, mais peu lue).

Nous avons donc convenu d’une application chatbot avec des messages vocaux en wolof pour aider la population à gérer la maladie au quotidien. Les utilisateurs pourraient poser leurs questions et obtenir des réponses en wolof.

Comment le chatbot a été mis en place ?

Traduction des questions

Nous avons d’abord rédigé toutes les questions auxquelles le chatbot devrait être en mesure de répondre. Pour chaque question nous avons pris des traductions littérales et des traductions dérivées (pour tenir compte des synonymes).

Enregistrement wolof audios pour audio-to-text et text-to-speech

Nous avons enregistré les questions traduites et leurs réponses en audio sur une large variété de voix, d’âge et de sexe afin d’avoir des données pour entraîner le modèle d’intelligence artificielle à bien reconnaître les questions vocales.

Modèle de reconnaissance vocale

Nos data scientists ont pu développer un modèle d’intelligence artificielle qui fait de la reconnaissance vocale. Ce modèle utilise une API de Certainly comme outil de natural language understanding (NLU) pour comprendre l’intention des questions des utilisateurs.

Ce qui est important de souligner, c’est que nous avons intégré différentes intentions pour chaque question (différentes manières de dire la même question) afin d’entraîner le modèle à être plus performant et de reconnaître avec plus d’efficacité les questions que l’utilisateur lui pose.

À chaque intention correspond un numéro de question, et c’est ce numéro qui permet de faire la correspondance avec les réponses déjà enregistrées et stockées sur un bucket Amazon S3 (services de stockage d’objets d’Amazon. Un bucket est un conteneur d’objets).

Étant donné que toutes les réponses vocales ont été enregistrées auparavant par les membres de l’équipe, nous n’avons pas eu besoin de faire un système de synthèse vocale. Un système de synthèse vocale est une conversion de texte en audio avec une voix artificielle (générée par l’intelligence artificielle).

Dans le cadre du projet de chatbot Saytu Hémophilie, la transcription et le numéro de l’intention suffisent pour avoir la réponse à la question de l’utilisateur.

 

Développement de l’application mobile

Le chatbot est intégré à une application mobile qui permet notamment de :

1. Télécharger des vidéos éducatives,
2. Géolocaliser les centres de prise en charge les plus proches de l’utilisateur,
3. Accéder aux numéros d’urgence pour la prise en charge.

Le tout est contrôlé via une console accessible aux équipes de HUG pour administrer les informations éducatives, les numéros de téléphone, etc.

Perspectives

Avec l’expertise de BAAMTU en ingénierie logicielle et intelligence artificielle, et celle du Département e-santé et télémédecine du Centre hospitalier universitaire de Genève, il serait possible à l’avenir d’ envisager d’intégrer la prise en charge d’autres langues ( par exemple: Dioula, Pular, Bambara etc) mais aussi d’autres maladies dans le chatbot.

L’objectif visé étant d’améliorer la prise en charge et la qualité de vie des personnes qui vivent avec des maladies chroniques dans un contexte où le manque d’information est le vecteur principal de nombreux défis au quotidien.

Si le sujet vous intéresse, inscrivez-vous à notre newsletter pour être informé de nos travaux sur l’intégration des langues africaines dans les outils que nous utilisons : https://tally.so/r/n9N4AY?Canal=Blog_Baamtu&Campagne=Saytu_Hemophilie

Pour une explication plus technique, consultez nos articles sur comment encoder le langage naturel afin de le rendre compréhensible aux machines

Pour toute collaboration, contactez-nous sur commercial@baamtu.com.