L’IA pourrait prédire le déclin cognitif menant à la maladie d’Alzheimer 5 ans après

Nouvelles

Grâce à des algorithmes, les médecins pourraient amorcer la prévention plus tôt

Une équipe de chercheurs a mis au point un algorithme d’intelligence artificielle (IA) capable de prédictions exactes quant au déclin cognitif menant à la maladie d’Alzheimer.

Mallar Chakravarty, spécialiste en neurosciences computationnelles à l’Institut universitaire en santé mentale Douglas, et ses collègues de l’Université de Toronto et du Centre de toxicomanie et de santé mentale (CAMH, Toronto) ont conçu un algorithme susceptible d’apprendre à partir de signatures d’imagerie par résonance magnétique (IRM) et de données cliniques et génétiques. Cet algorithme peut aider à prédire si les facultés cognitives d’une personne donnée sont susceptibles de se détériorer au point d’évoluer en maladie d’Alzheimer au cours des cinq prochaines années.

« Pour l’instant, on dispose de peu de moyens de traiter la maladie d’Alzheimer ; les données les plus solides concernent la prévention. Nos algorithmes pourraient s’avérer d’une aide précieuse pour les cliniciens, en permettant une prise en charge plus précoce. Par exemple, le changement des habitudes de vie pourrait retarder l’arrivée des premiers stades de la maladie d’Alzheimer, voire prévenir l’apparition même de la maladie », dit Mallar Chakravarty, professeur adjoint au Département de psychiatrie de l’Université McGill.

Publiés dans PLOS Computational Biology, les résultats s’appuient sur des données de l’Alzheimer’s Disease NeuroImaging Initiative. Les chercheurs ont ainsi pu entraîner leurs algorithmes sur les données de plus de 800 volontaires — des personnes âgées en bonne santé, des personnes affichant un déficit cognitif léger et des patients atteints de la maladie d’Alzheimer. Ils ont ensuite reproduit leurs résultats sur un échantillon indépendant tiré de l’Australian Imaging and Biomarkers Lifestyle Study of Ageing.

Avec plus de données, pourrait-on améliorer les prédictions ?

« Nous sommes en train de tester la précision des résultats à l’aide de nouvelles données. Cela nous aidera à affiner les prédictions et à déterminer s’il est possible de faire des projections encore plus loin dans le futur », explique Mallar Chakravarty. En ayant plus de données, les chercheurs sauraient mieux détecter les personnes les plus à risque de déclin cognitif menant à la maladie d’Alzheimer.

D’après la Société Alzheimer du Canada, 564 000 Canadiens étaient atteints de la maladie d’Alzheimer ou d’une autre forme de démence en 2016, nombre qui passera à 937 000 dans les 15prochaines années.

Quelque 50millions de personnes sont atteintes de démence dans le monde. L’Organisation mondiale de la santé prévoit que ce nombre atteindra 82millions en 2030, et 152millions en 2050. La maladie d’Alzheimer, forme de démence la plus courante, serait en cause dans 60à 70% des cas. Il n’existe actuellement aucun traitement efficace contre cette maladie.


Ces travaux ont été financés par les Instituts de recherche en santé du Canada, le Conseil de recherches en sciences naturelles et en génie du Canada, le Fonds de recherche du Québec—Santé, le Weston Brain Institute, la Fondation Michael J. Fox pour la recherche sur le Parkinson, la Société Alzheimer, Brain Canada et l’Université McGill par le biais du Fonds d’excellence en recherche Apogée Canada —Healthy Brains for Healthy Lives.

L’article “Modeling and prediction of clinical symptom trajectories in Alzheimer’s disease” a été publié dans la revue PLOS Computational Biology

Renseignements et entrevues

Bruno Geoffroy
Agent d’information - Service des relations avec les médias
CIUSSS de l’Ouest-de-l’Île-de-Montréal (Institut universitaire en santé mentale Douglas)
Tél.: 514-630-2225 poste5257
//relations.medias.comtl [at] ssss.gouv.qc.ca">relations.medias.comtl [at] ssss.gouv.qc.ca