Une IA prédit le risque futur de maladie d’Alzheimer avec une précision de 99 % en analysant des scanners cérébraux

Un système d’intelligence artificielle (IA) a été mis au point pour identifier les premiers marqueurs de la maladie d’Alzheimer avec une précision de plus de 99 %.

En évaluant les scanners cérébraux de personnes âgées, l’algorithme est capable de déceler des changements subtils qui se produisent souvent avant le diagnostic, permettant ainsi aux médecins de fournir un traitement précoce aux personnes à haut risque.

Dans la revue Diagnostics, les auteurs de l’étude expliquent comment leur IA parvient à reconnaître les signes de déficience cognitive légère (MCI), considérée comme un stade intermédiaire entre le déclin cognitif attendu associé au vieillissement normal et la maladie d’Alzheimer. Bien que le MCI ne produise généralement aucun symptôme notable, il est lié à des changements dans certaines régions du cerveau qui peuvent être détectés sur des scans d’imagerie par résonance magnétique fonctionnelle (IRMf).

Cependant, la recherche manuelle de ces changements peut s’avérer délicate, et les médecins ne les repèrent pas toujours en examinant les scans. En reconvertissant un réseau neuronal existant appelé ResNet18, les chercheurs ont créé un modèle d’IA capable d’identifier le MCI avec une plus grande fiabilité.

“Le traitement moderne du signal permet de déléguer le traitement de l’image à la machine, qui peut l’accomplir plus rapidement et avec suffisamment de précision”, a expliqué Rytis Maskeliūnas, auteur de l’étude, dans un communiqué. “Bien sûr, nous n’osons pas suggérer qu’un professionnel de la santé devrait jamais se fier à cent pour cent à un algorithme.”

Pour créer leur IA, les chercheurs ont entraîné le réseau neuronal sur 51 443 scans du cerveau de 138 personnes. Ces images ont été classées en six catégories distinctes, allant des cerveaux sains aux différents degrés de MCI et à la véritable maladie d’Alzheimer. 27 310 images supplémentaires ont ensuite été utilisées pour valider l’algorithme, qui a pu identifier le MCI précoce avec une précision de 99,99 % et le DCL tardif avec une précision de 99,95 %.

“Le modèle proposé a donné de meilleurs résultats que les autres modèles connus en termes de précision, de sensibilité et de spécificité”, écrivent les auteurs, ajoutant que leur système est “plus fiable et plus précis” que les outils de diagnostic existants pour le risque de maladie d’Alzheimer future.

Les chercheurs soulignent que le MCI ne conduit pas toujours à la maladie d’Alzheimer et que les personnes qui présentent des signes de ces changements cérébraux ne développeront pas nécessairement cette maladie. Toutefois, l’identification du MCI améliore la capacité des professionnels de la santé à évaluer le risque de maladie d’Alzheimer chez un patient, ce qui pourrait permettre un dépistage et une intervention plus précoces.

Décrivant comment l’algorithme pourrait être utilisé dans la pratique, Maskeliūnas a expliqué qu’“après que l’algorithme informatique a sélectionné les cas potentiellement affectés, le spécialiste peut les examiner de plus près, et au final, tout le monde en profite car le diagnostic et le traitement parviennent au patient beaucoup plus rapidement”.

Lire aussi : Le CBD réduirait les plaques amyloïdes et améliorerait la cognition chez les personnes atteintes d’Alzheimer

Source : IFLScience – Traduit par Anguille sous roche