L’approche de l’intelligence artificielle peut aider à détecter la maladie d’Alzheimer à partir de tests d’imagerie cérébrale de routine

BOSTON – Bien que les chercheurs aient fait des progrès dans la détection des signes de la maladie d’Alzheimer à l’aide de tests d’imagerie cérébrale de haute qualité collectés dans le cadre d’études de recherche, une équipe du Massachusetts General Hospital (MGH) a récemment développé une méthode précise de détection qui s’appuie sur des images cliniques du cerveau collectées en routine. Cette avancée pourrait conduire à des diagnostics plus précis.

Pour l’étude publiée dans PLOS ONEMatthew Leming, PhD, chercheur au Center for Systems Biology du MGH et chercheur au Massachusetts Alzheimer’s Disease Research Center, et ses collègues ont utilisé l’apprentissage en profondeur, un type d’apprentissage automatique et d’intelligence artificielle qui utilise de grandes quantités de données et des algorithmes complexes former des modèles.

Dans ce cas, les scientifiques ont développé un modèle de détection de la maladie d’Alzheimer basé sur des données d’images par résonance magnétique (IRM) cérébrales recueillies auprès de patients atteints ou non de la maladie d’Alzheimer qui ont été vus à l’HGM avant 2019.

Ensuite, le groupe a testé le modèle sur cinq ensembles de données – MGH après 2019, Brigham and Women’s Hospital avant et après 2019 et systèmes extérieurs avant et après 2019 – pour voir s’il pouvait détecter avec précision la maladie d’Alzheimer sur la base de données réelles. données cliniques mondiales, quel que soit l’hôpital et l’heure.

Dans l’ensemble, la recherche a impliqué 11 103 images de 2 348 patients à risque de maladie d’Alzheimer et 26 892 images de 8 456 patients sans maladie d’Alzheimer. Dans les cinq ensembles de données, le modèle a détecté le risque de maladie d’Alzheimer avec une précision de 90,2 %.

Parmi les principales innovations de ce travail, il y avait sa capacité à détecter la maladie d’Alzheimer indépendamment d’autres variables, comme l’âge. “La maladie d’Alzheimer survient généralement chez les personnes âgées, et les modèles d’apprentissage en profondeur ont donc souvent du mal à détecter les cas précoces les plus rares”, explique Leming. “Nous avons résolu ce problème en rendant le modèle d’apprentissage en profondeur” aveugle “aux caractéristiques du cerveau qu’il trouve trop associées à l’âge indiqué du patient.”

Leming note qu’un autre défi courant dans la détection des maladies, en particulier dans le monde réel, consiste à traiter des données très différentes de l’ensemble de formation. Par exemple, un modèle d’apprentissage en profondeur formé sur les IRM d’un scanner fabriqué par General Electric peut ne pas reconnaître les IRM collectées sur un scanner fabriqué par Siemens.

Le modèle a utilisé une métrique d’incertitude pour déterminer si les données des patients étaient trop différentes de ce sur quoi il avait été formé pour pouvoir faire une prédiction réussie.

« Il s’agit de l’une des seules études à avoir utilisé des IRM cérébrales collectées en routine pour tenter de détecter la démence. Bien qu’un grand nombre d’études d’apprentissage en profondeur pour la détection de la maladie d’Alzheimer à partir d’IRM cérébrales aient été menées, cette étude a fait des pas substantiels vers la réalisation effective de cela dans des contextes cliniques réels par opposition à des paramètres de laboratoire parfaits », a déclaré Leming. “Nos résultats, avec une généralisabilité inter-sites, inter-temporelles et inter-populations, constituent un argument solide en faveur de l’utilisation clinique de cette technologie de diagnostic.”

Les co-auteurs supplémentaires incluent Sudeshna Das, PhD et Hyungsoon Im, PhD.

Ce travail a été soutenu par les National Institutes of Health et par le programme d’innovation technologique financé par le ministère du Commerce, de l’Industrie et de l’Énergie de la République de Corée, géré par le biais d’un sous-contrat avec le MGH.

À propos de l’hôpital général du Massachusetts

Le Massachusetts General Hospital, fondé en 1811, est le premier et le plus grand hôpital universitaire de la Harvard Medical School. Le Mass General Research Institute mène le plus grand programme de recherche en milieu hospitalier du pays, avec des opérations de recherche annuelles de plus d’un milliard de dollars et comprend plus de 9 500 chercheurs travaillant dans plus de 30 instituts, centres et départements. En août 2021, Mass General a été nommé n ° 5 dans le Nouvelles américaines et rapport mondial liste des “meilleurs hôpitaux d’Amérique”. MGH est un membre fondateur du système de santé Mass General Brigham.