IA révolutionnaire prédit avec précision le risque réel de maladies génétiques
New York, NY – Une nouvelle intelligence artificielle (IA) développée par des chercheurs du Mount Sinai Health System promet de transformer la compréhension et la gestion des risques liés aux mutations génétiques. Publiée dans une revue scientifique, l’étude révèle un modèle capable de prédire avec une précision accrue la probabilité qu’une variante génétique spécifique conduise réellement au développement d’une maladie.
Jusqu’à présent, l’interprétation des tests génétiques était complexe. Identifier une mutation ne signifiait pas nécessairement que la personne développerait la maladie associée. La “pénétrance” – la probabilité qu’un gène provoque une maladie – variait considérablement et était difficile à évaluer. ce nouveau modèle d’IA change la donne en analysant des données cliniques et génétiques pour fournir une évaluation plus personnalisée du risque.
L’IA a été entraînée sur un vaste ensemble de données, permettant d’identifier des schémas complexes et de prédire la pénétrance avec une précision bien supérieure aux méthodes traditionnelles. Les chercheurs prévoient d’étendre le modèle pour inclure un éventail plus large de maladies, de variations génétiques et de populations diverses, afin d’améliorer encore sa précision et son applicabilité.
“Notre étude souligne un avenir où l’IA et les données cliniques de routine travailleront ensemble pour offrir des informations plus personnalisées et exploitables aux patients et aux familles confrontés aux résultats des tests génétiques”, explique le Dr Ron Do, auteur principal de l’étude. “Nous espérons que cela deviendra un outil évolutif pour soutenir de meilleures décisions, une dialog plus claire et une plus grande confiance dans la signification des informations génétiques.”
Comprendre l’impact des tests génétiques : un guide intemporel
Les tests génétiques sont de plus en plus accessibles, offrant aux individus la possibilité de mieux comprendre leurs prédispositions à certaines maladies. Cependant, il est crucial de se rappeler que les résultats des tests génétiques ne sont pas toujours définitifs. Une mutation identifiée ne signifie pas inévitablement que la maladie se développera.
Facteurs influençant la pénétrance :
Mode de transmission génétique : Certaines maladies sont causées par des gènes dominants (une seule copie du gène muté suffit pour provoquer la maladie), tandis que d’autres nécessitent des gènes récessifs (deux copies du gène muté sont nécessaires).
Facteurs environnementaux : Le mode de vie, l’alimentation, l’exposition à des toxines et d’autres facteurs environnementaux peuvent influencer le développement d’une maladie, même en présence d’une mutation génétique. Autres gènes : L’interaction entre différents gènes peut également affecter la pénétrance.
Variations individuelles : Chaque personne est unique, et la façon dont un gène s’exprime peut varier d’un individu à l’autre.
L’avenir de la médecine personnalisée :
L’IA et l’apprentissage automatique jouent un rôle de plus en plus vital dans la médecine personnalisée. En analysant de grandes quantités de données, ces technologies peuvent aider à identifier les patients les plus susceptibles de bénéficier de traitements spécifiques, à prédire les risques de maladies et à améliorer les résultats pour les patients.
Cette recherche, soutenue par les National Institutes of Health (NIH), représente une avancée significative dans la capacité à interpréter les informations génétiques et à fournir des soins de santé plus précis et personnalisés. Les hôpitaux membres du système de santé du Mount Sinai ont participé à cette étude.
