Alzheimer: l'intelligence artificielle prédit l'apparition

By | 8 Novembre, 2018

Un outil d'intelligence artificielle qui apprend à analyser les scanners du cerveau peut prédire avec précision la maladie d'Alzheimer plusieurs années avant le diagnostic.

Les chercheurs ont utilisé des scanners TEP pour former un algorithme d'apprentissage en profondeur permettant de prédire les signes de la maladie d'Alzheimer.

Les chercheurs ont utilisé des scanners TEP pour former un algorithme d'apprentissage en profondeur permettant de prédire les signes de la maladie d'Alzheimer.

Tomographie par émission de positrons (PET)

Les chercheurs ont utilisé la tomographie par émission de positrons (TEP) pour former un algorithme d'apprentissage en profondeur permettant de prédire les signes de Maladie d'Alzheimer.

L'équipe responsable suggère qu'après une nouvelle validation, l'outil pourrait grandement aider à la détection précoce de la maladie d'Alzheimer, en laissant le temps aux traitements de retarder plus efficacement la maladie.

Les chercheurs de l'Université de Californie à San Francisco ont utilisé des images de tomographie par émission de positrons (TEP) de cerveaux 1.002 de personnes pour former l'algorithme d'apprentissage en profondeur.

Ils ont utilisé le pourcentage 90 des images pour enseigner à l'algorithme comment détecter les caractéristiques de la maladie d'Alzheimer et le pourcentage 10 restant pour en vérifier les performances.

Ensuite, ils ont testé l'algorithme sur des images en PET des cerveaux d'autres personnes de 40. Parmi ceux-ci, l'algorithme a prédit avec précision quels individus recevraient un diagnostic final de la maladie d'Alzheimer. En moyenne, le diagnostic a été posé plus de 6 ans après les balayages.

Article connexe> La maladie d'Alzheimer peut être soignée avec de l'insuline

Dans un article sur les résultats, récemment publié par Radiology, l'équipe décrit comment l'algorithme "a atteint une spécificité de 82% avec une sensibilité de 100%, soit une moyenne de 75.8 mois avant le diagnostic final".

"Nous sommes très heureux", a déclaré le co-auteur, Jae Ho Sohn, qui travaille au département de radiologie et d'imagerie biomédicale de l'université, "avec la performance de l'algorithme".

"Il a été capable de prédire tous les cas ayant évolué vers la maladie d'Alzheimer", a-t-il ajouté.

Maladie d'Alzheimer et images PET

Un diagnostic plus précoce et plus précis profiterait non seulement aux personnes concernées, mais permettrait également d'économiser des millions de dollars en soins médicaux et en coûts connexes au fil du temps.

À mesure que la maladie d'Alzheimer progresse, la façon dont les cellules du cerveau utilisent le glucose change. Cette altération du métabolisme du glucose se manifeste par un type d’image PET 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 permettant d'évaluer les images TEP avec FDG afin de détecter les premiers signes de la maladie d'Alzheimer.

Apprendre en profondeur "apprend tout seul"

Les chercheurs ont enseigné l’algorithme à l’aide de plusieurs images PET 2,109 FDG de cerveaux 1,002 d’individus. Ils ont également utilisé d'autres données de l'Initiative de neuroimagerie de la maladie d'Alzheimer.

Article connexe> Les médicaments hépatiques existants peuvent aider à traiter la maladie d'Alzheimer

L'algorithme utilisait l'apprentissage en profondeur, un type complexe d'intelligence artificielle impliquant l'apprentissage à l'aide d'exemples, similaire à la façon dont les humains apprennent.

L'apprentissage en profondeur permet à l'algorithme de "s'auto-apprend" ce qu'il faut rechercher pour détecter des différences subtiles entre des milliers d'images.

L'algorithme était si bon, sinon meilleur, que les experts humains dans l'analyse d'images PET avec FDG.

Les auteurs soulignent qu '"en comparaison des lecteurs de radiologie, le modèle d'apprentissage en profondeur a mieux réussi, avec une signification statistique, à reconnaître les patients qui auraient un diagnostic clinique de la maladie d'Alzheimer".

Développements futurs

Le Dr Sohn a averti que l’étude était petite et que les résultats devaient maintenant être validés. Cela impliquera l'utilisation de jeux de données plus volumineux et d'un plus grand nombre d'images prises au fil du temps par des personnes dans divers dispensaires et institutions.

À l'avenir, cet algorithme pourrait constituer 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 coauteur de l'étude, Youngho Seo, professeur au département de radiologie et d'imagerie biomédicale. L'accumulation anormale de protéines caractérise également la maladie, ajoute-t-il.

»Si le PET FDG doté d'une intelligence artificielle peut prédire la maladie d'Alzheimer le plus rapidement possible, l'image au PET de la plaque bêta-amyloïde et de la protéine tau peut ajouter une autre dimension importante du pouvoir prédictif.

Prof. Youngho Seo

Article connexe> L'herpès peut expliquer 50 pour cent des cas d'Alzheimer

[expand title = »références«]

  1. Accès gratuit Neuroradiologie Un modèle d'apprentissage en profondeur permettant de prédire le diagnostic de la maladie d'Alzheimer en utilisant la TEP avec le 18F-FDG du cerveau. https://pubs.rsna.org/doi/10.1148/radiol.2018180958

[/développer]


Auteur: Dr. Lizbeth

La Dre Lizbeth Blair est une anesthésiologiste diplômée en médecine, formée à l'Université de la Faculté de médecine des Philippines. Elle est également titulaire d'un diplôme en zoologie et d'un baccalauréat en sciences infirmières. Elle a travaillé pendant plusieurs années dans un hôpital gouvernemental en tant qu'agent de formation du programme de résidence en anesthésiologie et a passé des années en pratique privée dans cette spécialité. Il a suivi une formation en recherche sur les essais cliniques au Centre d'essais cliniques en Californie. Elle est une chercheuse de contenu expérimentée et une écrivaine qui adore écrire des articles sur la médecine et la santé, des revues de magazines, des livres électroniques, etc.

Les commentaires sont fermés.