L'IA détecte Alzheimer 6 ans avant le diagnostic avec 100 % de précision

Plus de 5 millions de personnes aux États-Unis ont la maladie d'Alzheimer et ce nombre devrait atteindre 14 millions d'ici 2050. Toutes les 65 secondes, quelqu'un aux États-Unis développe la maladie d'Alzheimer, ce qui en fait la 6e cause principale de décès dans le pays.

L'apprentissage profond analyse le métabolisme cérébral

Des études précédentes ont montré que la maladie d'Alzheimer modifie le métabolisme cérébral : une réduction du métabolisme du glucose cérébral est observée de manière caractéristique. Cependant, reconnaître ces changements subtils peut être une tâche extrêmement difficile.

Dans cette étude, les chercheurs ont appliqué une méthode d'apprentissage profond pour détecter les changements dans le métabolisme cérébral prédictifs de la maladie d'Alzheimer. Ils ont entraîné la méthode sur des milliers d'images obtenues à partir d'une technique d'imagerie fonctionnelle de médecine nucléaire appelée Tomographie par Émission de Positrons (TEP).

Ils avaient accès aux données d'un grand projet multi-sites ADNI (pour Alzheimer's Disease Neuroimaging Initiative) qui se concentre sur la prévention et le traitement de cette maladie.

Référence : Radiology | doi:10.1148/radiol.2018180958 | RSNA

L'ensemble de données contenait plus de 2 100 scans TEP cérébraux de plus de 1 000 patients. Ils ont utilisé 90 % de cet ensemble de données pour entraîner leur méthode d'apprentissage profond et les 10 % restants pour la tester.

Exemples de scans TEP | Cerveau d'un homme de 76 ans (zoom) avec Alzheimer | Avec l'aimable autorisation des chercheurs

Ils ont ensuite testé la méthode sur un nouveau groupe indépendant de 40 images de 40 patients que l'algorithme n'avait jamais examinées. Il a été capable de détecter Alzheimer 6 ans avant (en moyenne) le diagnostic final, sur les 40 scans TEP.

Les chercheurs ont entraîné leur réseau de neurones convolutif en utilisant des GPU NVIDIA TITAN Xp avec la bibliothèque CUDA Deep Neural Network. Il a prédit chaque scan (avec 100 % de sensibilité) qui mène à la maladie d'Alzheimer.

Quelle est la suite ?

Même si les résultats sont très impressionnants, les chercheurs ont mis en garde que leur ensemble de validation n'était pas assez grand pour rendre l'algorithme entièrement fiable. Ils ont besoin de plus de données pour rendre cet outil IA plus mature.

À l'heure actuelle, l'outil peut être utilisé pour compléter le travail des radiologues qui inclut une large gamme de tests d'imagerie et biochimiques. Avec une validation externe à grande échelle sur des données multi-institutionnelles et une calibration du modèle, l'outil pourrait être intégré dans le flux de travail clinique pour aider les médecins avec des prédictions précoces de la maladie.

L'équipe prévoit d'entraîner davantage leurs réseaux de neurones pour reconnaître les motifs liés à l'accumulation anormale de grumeaux de protéines, bêta-amyloïde et protéines tau, et d'autres marqueurs spécifiques à la maladie d'Alzheimer.