L’intelligence artificielle prédit la démence avant l’apparition des premiers symptômes
Imaginez si les mĂ©decins pouvaient Ă©tablir, des annĂ©es Ă l’avance, quelles sont les personnes susceptibles d’être atteintes de dĂ©mence. De telles capacitĂ©s pronostiques pourraient donner aux patients et Ă leur famille le temps de bien planifier et gĂ©rer leurs soins et leurs traitements. Grâce Ă la recherche en intelligence artificielle menĂ©e Ă l’UniversitĂ©Â ÎŰÎ۲ÝÝ®ĘÓƵ, cette puissance prĂ©dictive pourrait bientĂ´t ĂŞtre Ă la portĂ©e des cliniciens aux quatre coins du monde.
Des chercheurs du Laboratoire de neuro-imagerie translationnelle de l’Institut universitaire de santĂ© mentale Douglas de l’UniversitĂ©Â ÎŰÎ۲ÝÝ®ĘÓƵ ont employĂ© des techniques d’intelligence artificielle et des mĂ©gadonnĂ©es pour dĂ©velopper un algorithme capable de dĂ©tecter les signes distinctifs de la dĂ©mence deux ans avant l’apparition des premiers symptĂ´mes, au moyen d’une seule TEP-amyloĂŻde du cerveau chez des patients qui prĂ©sentent des facteurs de risque de la maladie d’Alzheimer. Les donnĂ©es recueillies par les chercheurs figurent dans une nouvelle Ă©tude publiĂ©e dans la revue .
Le DrĚý±Ę±đ»ĺ°ů´ÇĚý¸é´Ç˛ő˛ą-±·±đłŮ´Ç, coauteur principal de l’étude, et professeur adjoint aux dĂ©partements de psychiatrie et de neurologie et neurochirurgie de l’UniversitĂ©Â ÎŰÎ۲ÝÝ®ĘÓƵ, prĂ©voit que cette nouvelle technique amènera les mĂ©decins Ă modifier leur prise en charge des patients, tout en accĂ©lĂ©rant grandement la recherche sur le traitement de la maladie d’Alzheimer.
« Dans le cadre d’essais cliniques, l’utilisation de cet outil permettra aux chercheurs de se concentrer exclusivement sur les patients qui prĂ©sentent un risque Ă©levĂ© d’être atteints de dĂ©mence au cours de l’étude, rĂ©duisant ainsi nettement les coĂ»ts et le temps nĂ©cessaires Ă la conduite de ces Ă©tudes », d’ajouter le Dr Serge Gauthier, coauteur principal de l’étude et professeur de neurologie, de neurochirurgie et de psychiatrie Ă l’UniversitĂ©Â ÎŰÎ۲ÝÝ®ĘÓƵ.
La présence de plaques amyloïdes : un biomarqueur de la démence
Les scientifiques savent depuis longtemps déjà qu’une protéine appelée bêta-amyloïde s’accumule dans le cerveau des patients atteints d’un déficit cognitif léger (DCL), lequel conduit souvent à la démence. Bien que l’accumulation de bêta-amyloïde débute plusieurs dizaines d’années avant l’apparition des symptômes de démence, cette protéine ne pouvait auparavant servir de biomarqueur prévisionnel, étant donné que le DCL ne mène pas à la maladie d’Alzheimer chez tous les patients.
Dans le cadre de leur Ă©tude, les chercheurs de ÎŰÎ۲ÝÝ®ĘÓƵ se sont appuyĂ©s sur des donnĂ©es de l’Initiative en neuro-imagerie de la maladie d’Alzheimer (ADNI), un programme de recherche menĂ© chez des patients ayant acceptĂ© de se soumettre Ă des examens d’imagerie et autres Ă©valuations cliniques.
Sulantha Mathotaarachchi, un informaticien de l’équipe des Drs Rosa-Neto et Gauthier, s’est servi des résultats de centaines de TEP-amyloïde effectuées chez des patients atteints de DCL tirés de la base de données de l’ADNI pour élaborer l’algorithme de l’équipe de recherche visant à établir, avec une précision de 84 %, quels patients seront atteints de démence, avant l’apparition des premiers symptômes. La recherche se poursuit sur les autres biomarqueurs de la démence qui pourraient être intégrés à l’algorithme dans le but d’améliorer les capacités prévisionnelles du logiciel.
« VoilĂ un bel exemple des bienfaits tangibles que les mĂ©gadonnĂ©es et la science ouverte peuvent apporter dans le traitement des patients », de mentionner le Dr Rosa‑Neto, Ă©galement directeur du Centre de recherche et d’études sur le vieillissement de l’UniversitĂ© ÎŰÎ۲ÝÝ®ĘÓƵ.
ł˘â€™ał¦ł¦Ă¨˛ő Ă ce nouveau logiciel est d’ores et dĂ©jĂ offert aux chercheurs et aux Ă©tudiants, mais son homologation par les autoritĂ©s de santĂ© publique est requise avant que les mĂ©decins puissent l’utiliser dans leur pratique clinique. Ă€ cette fin, l’équipe de recherche de ÎŰÎ۲ÝÝ®ĘÓƵ procède actuellement Ă des essais approfondis en vue de valider l’algorithme auprès de diffĂ©rentes cohortes de patients, tout particulièrement chez ceux qui prĂ©sentent des affections concomitantes, telles que de petits accidents vasculaires cĂ©rĂ©braux.
Cette étude a été financée par le Consortium canadien en neurodégénérescence associée au vieillissement (CCNV) et les Instituts de recherche en santé du Canada.
L’article « Identifying incipient dementia individuals using machine learning and amyloid imaging », par S. Mathotaarachchi et coll., a été publié dans la revue et est accessible à .
Lien vers le logiciel :
