Alzheimer: l'intelligence artificielle prédit son apparition
Un outil d’intelligence artificielle appris à analyser les scintigraphies cérébrales peut prédire avec précision la maladie d’Alzheimer plusieurs années avant un diagnostic final.
L’équipe responsable suggère qu’après une nouvelle validation, l’outil pourrait grandement aider à la détection précoce de la maladie d’Alzheimer, en donnant aux traitements le temps de ralentir plus efficacement la maladie.
Les chercheurs, de l’université de Californie à San Francisco, ont utilisé des images de tomographie par émission de positons (TEP) de 1 002 cerveaux pour former l’algorithme d’apprentissage en profondeur.
Ils ont utilisé 90% des images pour enseigner à l’algorithme comment repérer les caractéristiques de la maladie d’Alzheimer et les 10% restants pour vérifier ses performances.
Ils ont ensuite testé l'algorithme sur des images TEP du cerveau de 40 autres personnes. À partir de ceux-ci, l’algorithme a prédit avec précision quels individus recevraient un diagnostic final d’Alzheimer. En moyenne, le diagnostic est intervenu plus de 6 ans après les scans.
Dans un article sur les résultats, que le Radiologie Journal a récemment publié, l'équipe décrit comment l'algorithme «a atteint une spécificité de 82% à 100% de sensibilité, une moyenne de 75,8 mois avant le diagnostic final».
«Nous avons été très heureux», déclare le co-auteur Dr.Jae Ho Sohn, qui travaille dans le département de radiologie et d'imagerie biomédicale de l'université, «avec les performances de l'algorithme».
«Il a été en mesure de prédire chaque cas qui a évolué vers la maladie d'Alzheimer», ajoute-t-il.
Maladie d’Alzheimer et imagerie TEP
L’Association Alzheimer estime qu’environ 5,7 millions de personnes vivent avec la maladie d’Alzheimer aux États-Unis et que ce chiffre atteindra probablement près de 14 millions d’ici 2050.
Un diagnostic plus précoce et plus précis profiterait non seulement aux personnes touchées, mais il pourrait également permettre collectivement d'économiser environ 7,9 billions de dollars en soins médicaux et en coûts connexes au fil du temps.
Au fur et à mesure que la maladie d'Alzheimer progresse, elle modifie la façon dont les cellules cérébrales utilisent le glucose. Cette modification du métabolisme du glucose apparaît dans un type d'imagerie TEP qui suit l'absorption d'une forme radioactive de glucose appelée 18F-fluorodésoxyglucose (FDG).
En donnant des instructions sur ce qu'il faut rechercher, les scientifiques ont pu former l'algorithme d'apprentissage en profondeur pour évaluer les images FDG TEP pour détecter les premiers signes d'Alzheimer.
L’apprentissage en profondeur «s’apprend tout seul»
Les chercheurs ont enseigné l’algorithme à l’aide de plus de 2 109 images TEP FDG de 1 002 cerveaux d’individus. Ils ont également utilisé d’autres données de l’Initiative de neuroimagerie de la maladie d’Alzheimer.
L'algorithme a utilisé l'apprentissage en profondeur, un type complexe d'intelligence artificielle qui implique l'apprentissage par des exemples, de la même manière que les humains apprennent.
L'apprentissage en profondeur permet à l'algorithme de «s'enseigner» ce qu'il faut rechercher en repérant des différences subtiles parmi les milliers d'images.
L'algorithme était aussi bon, sinon meilleur, que les experts humains pour analyser les images FDG TEP.
Les auteurs notent que «comparé aux lecteurs de radiologie, le modèle d'apprentissage en profondeur a mieux réussi, avec une signification statistique, à reconnaître les patients qui recevraient un diagnostic clinique de [la maladie d'Alzheimer]».
Développements futurs
Le Dr Sohn prévient que l'étude était de petite taille et que les résultats doivent maintenant être validés. Cela impliquera l'utilisation d'ensembles de données plus volumineux et de plus d'images prises au fil du temps auprès de personnes de diverses cliniques et institutions.
À l’avenir, l’algorithme pourrait être un complément utile à la boîte à outils du radiologue et améliorer les possibilités de traitement précoce de la maladie d’Alzheimer.
Les chercheurs prévoient également d'inclure d'autres types de reconnaissance de formes dans l'algorithme.
La modification du métabolisme du glucose n'est pas la seule caractéristique de la maladie d'Alzheimer, explique le co-auteur de l'étude Youngho Seo, professeur au Département de radiologie et d'imagerie biomédicale. Une accumulation anormale de protéines caractérise également la maladie, ajoute-t-il.
«Si la TEP au FDG avec [l'intelligence artificielle] peut prédire la maladie d'Alzheimer à ce stade précoce, l'imagerie TEP de la plaque bêta-amyloïde et de la protéine tau peut éventuellement ajouter une autre dimension au pouvoir prédictif important.
Professeur Youngho Seo
