L’intelligence artificielle pour un dépistage précoce de la maladie d’Alzheimer

Le recours à l’intelligence artificielle apporte de nouvelles pistes dans le domaine de la médecine et de la recherche. L’un des enjeux importants concernant la maladie d’Alzheimer est le diagnostic précoce, dans la phase encore silencieuse de la maladie. L’IA pourrait apporter une aide précieuse dans la détection précoce de signes avant-coureurs de la maladie, une avancée majeure pour la lutte contre Alzheimer.

La recherche a montré que les lésions cérébrales de la maladie d’Alzheimer se forment très tôt, environ 15 à 20 ans avant l’apparition des premiers symptômes. Cette maladie qui évolue lentement et de façon silencieuse est donc très difficile à diagnostiquer de manière précoce. A l’heure où de nouveaux traitements déjà autorisés aux Etats-Unis sont susceptibles d’agir directement sur le processus de destruction des neurones pour le stopper, voire l’inverser lorsque l’on agir suffisamment tôt, l’importance d’un diagnostic précoce prend davantage de sens.

L’intelligence artificielle pour un diagnostic précoce

Des chercheurs de l’université de Cambridge ont eu recours à l’IA pour étudier le lien entre déclin cognitif léger et risque de développer la maladie d’Alzheimer. Les résultats de l’étude sont parus le 12 juillet dans la revue scientifique eClinicalMedicine. 

Les protagonistes de l’étude expliquent que malgré l’enjeu de la prévision précoce de la démence et ses implications majeures pour la prise en charge clinique des patients, on manque d’outils sensibles pour créer un échantillonnage de patients à un stade précoce, “ce qui entraîne un phénomène de patients non diagnostiqués ou mal diagnostiqués”. Ils soulignent en outre la difficulté d’interprétation des modèles existants de prédiction de la démence.

Pour pallier ces lacunes, les chercheurs ont construit un “modèle pronostique prédictif (PPM) robuste et interprétable” en validant son utilité clinique à l’aide de données réelles, collectées sur des patients dans leur quotidien par des tests cognitifs et des IRM structurels. 

L’intelligence artificielle a permis de construire un indice de pronostic qui prédit la progression vers la maladie d’Alzheimer plus précisément que les marqueurs cliniques standards comme l’atrophie de matière grise ou les tests cognitifs.

“Nos résultats fournissent la preuve d’un marqueur clinique robuste et explicable, guidé par l’IA, pour la prédiction précoce de la démence, validé par rapport aux données longitudinales et multicentriques des patients dans tous les pays et présentant un fort potentiel d’adoption dans la pratique clinique”, expliquent les chercheurs.

Déceler les anomalies grâce à une image fictive du cerveau 

Selon les propos recueillis par Le Figaro de la neuroscientifique Ninon Burgos, chercheuse CNRS à l’Institut du Cerveau de Paris, l’intelligence artificielle permettrait d’accompagner la tomographie par émission de positons (TEP), une méthode d’imagerie médicale dont on se sert actuellement pour détecter les premiers signes de la maladie d’Alzheimer. La TEP consiste en effet en l’injection d’un traceur faiblement radioactif permettant de détecter une baisse de la consommation de glucose par les neurones et une accumulation anormale des protéines bêta-amyloïde et tau, deux phénomènes révélateurs de la maladie d’Alzheimer. 

Selon la neuroscientifique, l’intelligence artificielle aiderait à « anticiper le plus possible la survenue de la maladie » grâce à un programme réunissant modèles, méthodes et algorithmes mis en place par l’équipe Aramis de l’Institut du Cerveau. Ce programme repose sur la comparaison entre l’image d’un cerveau “potentiellement altéré par la maladie” et l’image saine du même cerveau, afin de repérer les premiers signes biologiques de la maladie d’Alzheimer. 

A partir d’une IRM d’un cerveau potentiellement lésé par la maladie d’Alzheimer, les chercheurs vont recréer une image fictive et saine de ce même cerveau, en travaillant sur la base d’une multitude d’images de cerveaux sains. Grâce à l’intelligence artificielle, il sera alors possible de comparer les images et de traiter rapidement un très grand nombre de données. En effet, la comparaison entre l’image réelle du cerveau potentiellement lésé et l’image fictive et saine de ce même cerveau fournit un moyen efficace de déceler la moindre anomalie. 

Un algorithme ultra performant, sur lequel les chercheurs travaillent actuellement, permettrait d’analyser un très grand nombre d’images de cerveaux sains, de traiter ces données et d’affiner ainsi au maximum la détection de la moindre anomalie et des signes avant-coureurs de la maladie. 

Sources : Le Figaro / Gerontonews / eClinicalMedicine