Maladies neurodégénératives

Intelligence artificielle et imagerie font la paire pour prédire la maladie d’Alzheimer

Grâce à l’intelligence artificielle, des chercheurs espèrent percer l’énigme des mécanismes de la maladie d’Alzheimer. Au Canada et aux États-Unis, des travaux sont en cours avec l’IRM et la TEP. Ils permettraient d'anticiper l'apparition de la maladie plusieurs années avant le diagnostic final.

icon réservé aux abonnésArticle réservé aux abonnés
Le 07/02/19 à 16:00, mise à jour le 10/02/26 à 14:21 Lecture 2 min.

Des chercheurs canadiens ont conçu un algorithme d’IA qui permettrait de détecter les signes de déclin cognitif en s'appuyant sur l’IRM cérébrale. CC BY 2.5 https://en.wikipedia.org/w/index.php?curid=7416886

Dans leur combat contre la maladie d'Alzheimer, les chercheurs prennent de l'avance. Au Canada, des scientifiques de l’université de Toronto et de l’université McGill, à Montréal, ont conçu un algorithme d’intelligence artificielle qui permettrait de détecter les signes de déclin cognitif grâce à l’IRM cérébrale, à la génétique et aux données cliniques. Il pourrait ainsi aider à prédire l’apparition de la maladie d'Alzheimer dans les cinq ans. Ces travaux ont fait l’objet d’une publication dans la revue PLOS Computational Biology [1] en septembre dernier.

Une cohorte de 800 patients

L’équipe, menée par Mallar Chakravarty, chercheur au sein du département d’ingénierie biomédicale de l’université McGill, a entraîné son algorithme à l’aide de données issues de l'étude Alzheimer’s Disease Neuroimaging Initiative. La cohorte composée de plus de 800 personnes âgées comprenait des sujets en bonne santé, d’autres présentant des troubles cognitifs légers ou atteints de la maladie d'Alzheimer.

Reta

Il vous reste 71% de l’article à lire

Docteur Imago réserve cet article à ses abonnés

S'abonner à l'édition
  • Tous les contenus « abonnés » en illimité
  • Le journal numérique en avant-première
  • Newsletters exclusives, club abonnés

Abonnez-vous !

Docteur Imago en illimité sur desktop, tablette, smartphone, une offre 100% numérique

Offre mensuelle 100 % numérique

23 €

par mois

S’abonner à Docteur Imago

Auteurs

Carla Ferrand

Journaliste cheffe de rubrique

Voir la fiche de l’auteur

Bibliographie

  1. Bhagwat N., Viviano J. D., Aristotle N. et coll., « Modeling and prediction of clinical symptom trajectories in Alzheimer’s disease using longitudinal data », PLOS Computational Biology, 14 septembre 2018. DOI : 10.1371/journal.pcbi.1006376.
  2. Ding Y., Sohn J. H., Kawczynski M. G., et coll., « A Deep Learning Model to Predict a Diagnosis of Alzheimer Disease by Using 18F-FDG PET of the brain », Radiology, 6 novembre 2018, vol. 290, n° 2. DOI : 10.1148/radiol.2018180958.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

12 Fév

7:11

Le LLM polyvalent (Cohere Command-A) évalué dans une étude a démontré de solides performances dans l’automatisation de la stadification FIGO pour les cancers du col de l’utérus et de l’endomètre à partir des rapports IRM. Leur intégration pourrait réduire la charge de travail des radiologues.
11 Fév

16:09

Median Technologies a obtenu l’autorisation 510(k) de la FDA pour son dispositif médical eyonis® LCS.  Basé sur l’IA. Celui-ci vise à transformer le dépistage du cancer du poumon en aidant à son diagnostic à des stages précoces et curables et ce, en limitant les examens de suivi inutiles et les faux positifs.

13:30

Un rapport conjoint publié en janvier 2026, de la joint commission, organisme de certification aux Etats-Unis et du National Quality Forum (NQF), mentionne le « Préjudice au patient associé à une lésion thermique liée à l'IRM », comme un domaine d’inquiétude important. Les deux organismes américains ont aligné leurs listes des événements Sentinel et « événements graves à signaler », afin de simplifier le signalement des événements de sécurité des patients. (Source)

7:16

L’obésité réduit la performance de la radiographie thoracique pour le diagnostic de pneumonie, avec une concordance et une sensibilité nettement inférieures à celles observées chez les patients non obèses. Dans ce contexte, le scanner thoracique démontre une précision diagnostique supérieure pour la pneumonie, chez les patients obèses. (Étude)
Docteur Imago

GRATUIT
VOIR