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 hier à 14:13 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

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

21 Fév

13:40

Selon une étude publiée dans Radiology, un algorithme d’apprentissage profond disponible dans le commerce peut permettre des examens IRM de l’épaule de bonne qualité en sept minutes.

7:37

Le parlement a adopté définitivement le budget 2025 de la Sécurité sociale ce 17 février. Il prévoit une hausse des dépenses d’Assurance maladie de 3,4 %, pour atteindre un montant de 265 milliards d’euros.
20 Fév

16:01

L’imagerie des paramètres d’atténuation par ultrasons peut être utilisée pour le dépistage clinique afin d’évaluer la prévalence de la MASLD chez les patients en surpoids ou obèses et de suivre de manière dynamique la progression de la maladie, conclut une étude publiée dans Clinical radiology.

13:31

Le modèle de langage appelé Axpert démontre un potentiel de marquage automatique de l’entérocolite nécrosante sur les comptes-rendus de radiographie abdominale infantile. Cette méthode de marquage peut ainsi servir de cadre pour d’autres modalités d’imagerie et maladies chez les enfants, et les maladies rares chez l’adulte, suggère une étude publiée dans JAMIA Open.
Docteur Imago

GRATUIT
VOIR