L'intelligence artificielle apprise à détecter la maladie d'Alzheimer dans le cerveau 6 ans avant le diagnostic

En utilisant des images d'une scintigraphie cérébrale conventionnelle, les chercheurs ont pu enseigner l'algorithme pour déterminer le stade précoce de développement de la maladie d'Alzheimer - 6 ans avant que la même conclusion médicale en clinique ne donne la même conclusion. Cela pourrait permettre de porter un coup de plus à l'une des pires maladies (la troisième cause de décès dans les pays développés après les problèmes cardiaques et le cancer).

Jusqu'à présent, il n'y a pas de remède pour restaurer les capacités cognitives des patients atteints de démence, sauf pour soulager les symptômes. Mais au cours des derniers mois, des moyens potentiels de lutter contre le développement de la maladie ont commencé à apparaître. Récemment, sur Habré, un article de Dale Bredesen a aidé 100 patients. Et Anavex a développé le médicament A2-73 , qui stoppe le développement de la maladie d'Alzheimer chez 30% des patients.

Mais tout cela ne fonctionne pas dans les derniers stades de la progression de la maladie. Pour l'application réussie de toute technique, vous avez besoin d'un cerveau qui a encore quelque chose à exécuter. Et nous n’avons pas encore appris comment trouver la maladie d’Alzheimer avant que ses effets n’aient déjà commencé à affecter négativement la vie du patient.

Avec cela, l'IA devrait nous aider. Repérez une terrible maladie afin que les gens puissent en faire quelque chose. Le nouveau système a été développé par des scientifiques de l'Université de Californie à San Francisco sous la direction du Dr Jae Ho Son . Ils ont enseigné à l'intelligence artificielle d'analyser des images de tomographie afin de trouver, il le savait, des connexions qui prédisent l'émergence de la maladie d'Alzheimer à l'avenir. Leur travail (plus de 20 auteurs!) Peut être lu dans la revue Radiology , il est devenu le plus populaire de toute l'année 2018.

Jae Ho Song explique l'idée de son projet:

L'un des principaux problèmes de la maladie d'Alzheimer est qu'au moment où vous avez commencé à présenter des symptômes cliniques, trop de neurones dans votre cerveau étaient déjà morts et, en fait, le processus est irréversible. Nous devons commencer à faire quelque chose avant cela.

Dans un nouveau travail, Son et son équipe ont combiné les capacités de la neuroimagerie avec l'apprentissage automatique et ont «alimenté» les images de 2109 machines de 1002 patients de 2005 à 2017. Le test d'IA a été effectué séparément - sur 40 images de TEP de 40 patients. En conséquence, la machine a pu déterminer 98% des cas de développement de la maladie - en moyenne, 76 mois avant son diagnostic réel.

La tomographie par émission de position (TEP) mesure les niveaux de certaines molécules, comme le glucose, dans le cerveau et est largement utilisée en oncologie clinique. Le glucose est la principale source d'énergie des cellules cérébrales et plus elles sont actives, plus elles consomment de glucose. À mesure que l'activité mentale humaine est perturbée, les cellules ralentissent et meurent, consommant de moins en moins de glucose.

Les scientifiques ont longtemps essayé d'utiliser une telle tomographie pour la détection précoce de la maladie d'Alzheimer. Le problème est que les cerveaux de toutes les personnes sont différents, et quelle est la teneur en glucose normale pour l'un signifiera une maladie progressive dans l'autre. De plus, plus le stade est précoce, moins on peut distinguer de changements.

L'un des résultats les plus réussis, également avec l'aide d'un réseau de neurones, a été précédemment obtenu par des chercheurs sud-coréens en 2017 ( article sur Habré ). Mais leur intelligence artificielle n'a jamais appris à trouver la maladie d'Alzheimer chez les patients bien avant l'apparition des premiers symptômes. Il a pu distinguer un cerveau sain d'un patient par une TEP dans 90% des cas, et avec une probabilité de 81% de déterminer le risque de développement actif de la maladie dans les trois ans si les premiers signes sont déjà apparus. Même les médecins les plus expérimentés sont meilleurs, mais avec une probabilité beaucoup plus faible de récupération complète des fonctions cognitives.

Les scientifiques de San Francisco sont allés beaucoup plus loin: leur IA identifie les personnes à risque 2 fois plus tôt, et avec une précision beaucoup plus grande. Jae Ho Song lui-même ne s'attendait pas à des résultats aussi impressionnants:

Cela s'est avéré être une tâche idéale pour appliquer des algorithmes d'apprentissage en profondeur. Ils sont particulièrement efficaces pour rechercher des processus très faibles et dispersés. Les radiologues humains trouveront facilement quelque chose de concentré, comme une tumeur, mais ils ne peuvent pas reconnaître les changements lents et globaux.

L'étape suivante consiste à tester et calibrer l'algorithme sur des ensembles de données plus grands et plus diversifiés de différents hôpitaux et pays. Si l'IA peut montrer les mêmes résultats dans ces tests, Sleep espère qu'il sera possible de commencer à l'installer dans les hôpitaux cette année. La TEP, bien sûr, n'est pas bon marché, mais si vous êtes déjà à risque ou si vous l'avez passé sur un autre problème, un simple algorithme intelligent (peut-être même disponible sur le cloud) permettra à des millions de personnes de maintenir au moins quelques années de vie normale.