Des experts ont récemment développé et validé un modèle d’apprentissage en profondeur capable de prédire La maladie d’Alzheimer (AD) à l’aide d’examens IRM de routine du cerveau [1].
Le modèle a été développé par une équipe de chercheurs du Massachusetts General Hospital et a été formé sur plus de 37 000 images de patients avec et sans MA. Lorsqu’il a été mis à l’épreuve, le nouveau modèle a pu prédire le risque d’Alzheimer avec une précision de 90,2 %, ce que les experts impliqués dans son développement suggèrent qu’il pourrait conduire à des diagnostics et des évaluations des risques plus précis.
« 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 Matthew Leming, PhD, chercheur au Centre de recherche sur la maladie d’Alzheimer du Massachusetts dit dans une déclaration préparée.
Certaines de ces étapes référencées par Leming incluent le fait de rendre le modèle “aveugle” aux caractéristiques d’imagerie indicatives de l’âge puisque la MA est souvent associée à des personnes plus âgées, et l’utilisation d’une métrique d’incertitude qui a aidé à identifier les examens qui étaient trop différents du reste du données sur lesquelles fonder les prévisions en raison de l’utilisation d’équipements, de protocoles, etc.
