19 août 2024
L'intelligence artificielle permet de mieux comprendre les maladies neurodégénératives
La relation entre les maladies neurodégénératives, les anomalies du tissu cérébral et les symptômes associés est souvent compliquée et peu claire. Les symptômes peuvent se chevaucher entre différentes affections et le tableau clinique varie considérablement d'un patient à l'autre, ce qui conduit souvent à des erreurs de diagnostic. Les chercheurs et les médecins ont besoin de plus de clarté, et l'intelligence artificielle (IA) semble pouvoir jouer un rôle important à cet égard.
L'IA comme outil de diagnostic
Des chercheurs néerlandais ont utilisé l'IA pour mieux comprendre ces connexions. Dans leur publication dans Nature Medicine, ils décrivent comment ils ont utilisé les données de la Dutch Brain Bank. Cette base de données unique contient des descriptions détaillées de diagnostics et de symptômes neuropathologiques provenant de milliers de donneurs, associées à des tissus cérébraux post-mortem.
En « alimentant » l'IA avec ces informations, ils ont créé un modèle qui a identifié 90 symptômes différents, répartis en cinq domaines : symptômes psychiatriques, cognitifs, moteurs et sensoriels. En outre, ils ont développé un second modèle d'IA capable d'établir des diagnostics sur la base du tableau clinique. Bien que le modèle ait généralement fonctionné avec précision, il a rencontré des difficultés avec les troubles rares.
Des diagnostics erronés détectés
Un résultat surprenant de l'étude a été la découverte d'un groupe de donneurs qui avaient été mal diagnostiqués de leur vivant. Par exemple, certains patients atteints de la maladie d'Alzheimer présentaient des symptômes correspondant davantage à la maladie de Parkinson, tandis que chez d'autres, la démence frontotemporale a été confondue avec la maladie d'Alzheimer. Cela montre à quel point la relation entre les symptômes et les anomalies cérébrales peut être complexe, et comment l'IA peut aider à détecter de telles erreurs de diagnostic.
Une ressource unique pour la recherche future
L'équipe de recherche a ainsi créé une ressource précieuse pour les recherches futures. Ces données peuvent aider les chercheurs à mieux comprendre l'apparition des symptômes, aider les biologistes moléculaires à découvrir les mécanismes sous-jacents des maladies neurodégénératives et fournir aux informaticiens du matériel pour construire des modèles prédictifs permettant d'améliorer le diagnostic et le pronostic de la démence et d'autres troubles cérébraux.
