IA : IBM développe des modèles de machine learning pour la détection précoce de la maladie d'Alzheimer
à partir d'un simple test sanguin

Le , par Michael Guilloux

65PARTAGES

12  0 
S'il y a un domaine où l'intelligence artificielle peut être utilisée pour le bien de la société, c'est probablement dans le domaine médical où l'IA peut fournir une assistance précieuse aux spécialistes humains. L’IA est de plus en plus utilisée dans ce corps de métier pour aider les médecins dans le diagnostic des patients, surtout pour des cas non évidents qui peuvent nécessiter l’analyse d’une quantité importante de données, avant de se prononcer. Avec Watson, IBM a été l'un des pionniers de l'intelligence artificielle au service de la médecine, et l'IA qui alimente les services cognitifs du géant de la technologie a déjà fait ses preuves.

Dans l'un de ses exploits, Watson a par exemple découvert chez une patiente une leucémie rare que les médecins avaient ratée. En utilisant la méthode classique, les médecins avaient diagnostiqué la femme de 60 ans avec une leucémie myéloïde aiguë. Cette méthode classique pour diagnostiquer les cas de leucémie se base sur une évaluation d’une équipe de spécialistes médicaux qui ont analysé les informations génétiques de la patiente, mais également sur des études cliniques à leur disposition pour faire des comparaisons. Après le diagnostic, la patiente a été soumise à un traitement avec des médicaments anticancéreux, mais qui ne se sont pas du tout montrés efficaces.

Perplexes face à cette situation, les médecins se sont tournés vers Watson pour analyser à nouveau l’information génétique de la patiente. Après avoir comparé les données génétiques avec plus de 20 millions d’études cliniques, Watson a conclu que la patiente souffrait d’un autre type de leucémie contrairement à ce que disait le diagnostic initial des médecins. Le système a donc permis à l’équipe médicale de prescrire à la patiente un autre traitement qui s’est également avéré beaucoup plus efficace que le premier.

Après cette réussite pour le cas de la leucémie, entre autres maladies, IBM s'attaque à la maladie d'Alzheimer. Ses chercheurs travaillent pour relever le défi de détecter la maladie d'Alzheimer des années avant sa manifestation grâce au machine learning et un simple test sanguin.

La maladie d'Alzheimer est une maladie neurodégénérative du tissu cérébral qui entraîne la perte progressive et irréversible des fonctions mentales et notamment de la mémoire. Elle se manifeste par des symptômes tels que la perte de mémoire perturbant ainsi la vie quotidienne ; la désorientation dans le temps et dans l’espace ; la difficulté à planifier ou à résoudre des problèmes ; la difficulté à exécuter les tâches familières à la maison, au travail ou durant les loisirs, etc.

Cette maladie est actuellement incurable et ne peut être traitée que par des moyens palliatifs. Le diagnostic précoce de la maladie peut donc aider à préparer le patient ainsi que sa famille. Toutefois, les méthodes actuelles de diagnostic précoce de la maladie sont non seulement coûteuses, mais extrêmement invasives. Celles-ci incluent la recherche d’un marqueur biologique particulier (le bêta-amyloïde) présent dans le liquide céphalorachidien (ou liquide cérébrospinal), ce qui peut nécessiter une ponction lombaire et provoquer des douleurs et des saignements. Précisons qu'il a été montré que la concentration de bêta-amyloïde dans le liquide céphalorachidien commence à changer des années avant que les premiers symptômes de la maladie d'Alzheimer n’apparaissent.


Ponction lombaire

Dans une étude publiée dans la revue scientifique Nature, IBM affirme que le machine learning et l'intelligence artificielle pourraient être exploités pour détecter de manière précoce la maladie d'Alzheimer, et ce, sans avoir recours aux tests invasifs et coûteux. Au lieu d'extraire le liquide céphalorachidien pour analyser le taux de bêta-amyloïde qu'il contient, une récente étude a montré que le niveau de protéines dans le sang peut permettre de diagnostiquer la maladie d'Alzheimer chez un patient, 10 ans avant qu'elle ne se manifeste. C'est cette approche qu'ont adoptée les chercheurs d'IBM en s'aidant des techniques de machine learning et d'intelligence artificielle pour arriver à des résultats concluants. IBM présente une méthode pour prédire la concentration du bêta-amyloïde dans le liquide céphalorachidien à l'aide d'algorithmes permettant d'identifier des ensembles de protéines dans le sang.

« Le prélèvement de sang est systématique, peu invasif et peu coûteux », expliquent les chercheurs d'IBM. « Dans notre travail, nous développons une signature basée sur le sang qui peut fournir une estimation peu coûteuse et peu invasive du statut amyloïde du liquide céphalorachidien d’un individu à l’aide d’une approche d’apprentissage automatique. Nous montrons qu'un modèle de forêt aléatoire dérivé des composants plasmatiques peut prédire avec précision que les sujets ont des taux de bêta-amyloïde anormaux (bas) dans le liquide céphalorachidien, ce qui est un indicateur du risque de la maladie d'Alzheimer. »

Des centaines d'essais cliniques sur des personnes présentant des symptômes de la maladie d'Alzheimer ont été menés depuis le début des années 2000. Mais, on note un taux d'échec élevé dû en partie aux essais sur des patients présentant un déficit cognitif important, car se trouvant déjà aux derniers stades de la maladie. Être en mesure de détecter la maladie plus tôt pourrait donc permettre de mener des essais concluants et éventuellement trouver un remède contre cette maladie. C'est en ce sens que les travaux d'IBM sont importants.

« Même si le test en est encore aux premières étapes de la recherche, il pourrait potentiellement aider à améliorer la sélection d'individus pour les essais de médicaments : il a été établi que les personnes présentant une déficience cognitive légère et pour lesquelles on prévoyait une concentration anormale d'amyloïde dans leur liquide céphalorachidien seraient de 2,5 fois plus susceptibles de développer la maladie d’Alzheimer », déclare IBM. Pour le moment, les chercheurs d'IBM annoncent une précision statistique de 77 %, ce qui est un bon résultat vu que les travaux sont encore à leurs débuts. L'équipe d'IBM affirme aussi que les algorithmes de machine learning développés pour la recherche pourraient être étendus pour modéliser et détecter d'autres biomarqueurs dans le liquide céphalorachidien, non seulement pour la maladie d'Alzheimer, mais également pour d'autres maladies.

Watson Machine Learning : le service d'IBM pour déployer des modèles d'auto-apprentissage en production à grande échelle

Source : Nature

Et vous ?

Que pensez-vous de ces travaux d'IBM ?
La lutte contre les maladies génétiques rares ou neurodégénératives passe-t-elle inévitablement par l'IA ?

Voir aussi :
Des chercheurs mettent au point une IA capable de détecter des maladies génétiques rares en analysant les traits de visage des patients
L'intelligence artificielle peut détecter la maladie d'Alzheimer dans les scanners cérébraux six ans avant un diagnostic, selon une étude
Des chercheurs mettent au point une IA apte à détecter les signes de maladies dans le souffle humain en utilisant des techniques de deep learning
Watson, l'Intelligence artificielle d'IBM découvre chez une patiente une leucémie rare qui n'avait pas pu être détectée par les médecins

Une erreur dans cette actualité ? Signalez-le nous !


 
Contacter le responsable de la rubrique Accueil

Partenaire : Hébergement Web