S’il y a un domaine où IA Les soins de santé peuvent véritablement avoir un impact positif sans précédent, en particulier lorsqu’il s’agit du diagnostic et du traitement de maladies actuellement incurables telles que la démence.
La condition affecte plus de 55 millions de personnes dans le monde, avec près de 10 millions de nouveaux cas chaque année. Le type de démence le plus courant, la maladie d’Alzheimer, représente 60 à 70 % de tous les cas.
À l’échelle mondiale, le coût de cette maladie sur les systèmes de santé a atteint 1,3 milliard de dollars en 2019.
Le coût psychologique est encore plus élevé. Souffrir de la maladie peut déclencher dépression et anxiété. Sans parler de l’impact émotionnel indescriptible de voir un être cher « disparaître » sous vos yeux.
Heureusement, les technologies avancées offrent une lueur d’espoir bien nécessaire – et les universités européennes se montrent à la hauteur de la tâche. Voici trois initiatives ambitieuses qui pourraient nous fournir de nouvelles armes dans la lutte contre la démence :
Prédire le développement et la progression de la maladie d’Alzheimer
Des chercheurs de l’Université de Cambridge ont développé une apprentissage automatique modèle qui peut prédire si et à quelle vitesse une personne ayant de légers problèmes de mémoire et de réflexion développera la maladie d’Alzheimer.
L’équipe a construit le modèle à l’aide de tests cognitifs et d’IRM montrant une atrophie de la matière grise (c’est-à-dire la mort des cellules nerveuses du cerveau) chez 400 patients faisant partie d’un groupe de recherche aux États-Unis.
Ils ont ensuite testé le modèle sur une quantité supplémentaire de données provenant de 600 participants supplémentaires du groupe américain et de 900 personnes provenant de cliniques de mémoire au Royaume-Uni et à Singapour.
L’algorithme a identifié avec précision ceux qui développeraient la maladie d’Alzheimer dans les trois ans dans 82 % des cas, et ceux qui ne le développeraient pas dans 81 % des cas.
Il a également pu suivre le taux de progression de la maladie, fournissant ainsi des informations précieuses sur le traitement le plus approprié. De cette façon, il peut réduire le besoin de méthodes de test coûteuses et invasives telles que la tomographie par émission de positons (TEP) ou la ponction lombaire (également connue sous le nom de ponction lombaire).
Les scientifiques ont validé les prédictions de l’outil d’IA avec un suivi données sur une période de six ans. Ils suggèrent que leur solution est trois fois plus précise pour prédire la progression de la maladie d’Alzheimer que le diagnostic clinique ou les marqueurs cliniques tels que l’atrophie de la matière grise et les scores cognitifs.
« Si nous voulons relever le défi sanitaire croissant que représente la démence, nous aurons besoin de meilleurs outils pour identifier et intervenir le plus tôt possible », a déclaré le professeur Zoe Kourtzi, auteur principal de l’étude. étude.
« Notre vision est d’étendre notre outil d’IA pour aider les cliniciens à affecter la bonne personne, au bon moment, au bon parcours de diagnostic et de traitement. »
Diagnostic précoce de la démence
Soutenu à hauteur de 14 millions d’euros par le programme Horizon de l’UE, le IA-Esprit Le projet développe deux outils d’intelligence artificielle qui peuvent permettre le diagnostic précoce de la démence.
Il cible spécifiquement le stade de déficience cognitive légère (MCI), où il n’y a pas de défauts structurels cérébraux et où une intervention est encore possible.
Pour y parvenir, les 13 partenaires à l’origine du projet construisent le AI-Mind Connector et le AI-Mind Predictor.
Le connecteur analyse les images cérébrales à partir des données EEG pour détecter les premiers signes de changements cognitifs pouvant conduire à la démence. Le Predictor combine ces données avec des tests cognitifs et des analyses de sang pour évaluer le risque de trouble avec une précision > 95 %.
Ces deux outils seront intégrés dans une plateforme de diagnostic basée sur le cloud qui pourra assister les professionnels de la santé.
L’objectif ultime du projet est ambitieux : réduire le délai de diagnostic de deux à cinq ans à une seule semaine. De cette façon, il espère augmenter la période « sans démence » pour les patients MCI.
AI-Mind a débuté en 2021 et se poursuivra jusqu’en 2026. Parmi ses partenaires figurent sept universités européennes, dont l’Université Aalto en Finlande, l’Université de Tallinn en Estonie et le centre médical de l’Université Radboud aux Pays-Bas.
Traquer les amas de protéines
Un autre cas d’utilisation de l’IA dans la lutte contre la démence consiste à approfondir notre compréhension des amas de protéines dans le corps.
Pour que notre corps fonctionne, des milliards d’interactions entre protéines et autres molécules ont lieu à l’intérieur des cellules. Mais lorsque des erreurs se produisent dans ces processus, les protéines peuvent s’agglutiner et mal fonctionner, conduisant entre autres à des maladies neurodégénératives comme la maladie d’Alzheimer, entre autres.
Des chercheurs de l’Université de Copenhague ont développé un algorithme d’IA capable de détecter des agglomérations de protéines jusqu’à un milliardième de mètre dans des images microscopiques.
L’algorithme peut également compter les touffes, les classer par forme et taille et surveiller leur évolution au fil du temps. De cette façon, cela peut aider les scientifiques à comprendre pourquoi ces amas se forment et, à leur tour, permettre la découverte de nouveaux médicaments et thérapies.
Selon l’équipe, l’outil automatise en quelques minutes un processus qui prendrait plusieurs semaines aux chercheurs.
L’algorithme d’apprentissage automatique est librement disponible sur Internet en tant que modèle open source.
« Alors que d’autres chercheurs du monde entier commenceront à déployer cet outil, il contribuera à créer une vaste bibliothèque de structures moléculaires et protéiques liées à divers troubles et à la biologie en général », a déclaré Nikos Hatzakis, co-auteur de l’étude. étude.
« Cela nous permettra de mieux comprendre les maladies et d’essayer de les stopper. »
Source link