Prédire la maladie d'Alzheimer avec l'aide de l'IA

Une étude récente publiée par l'Association Alzheimer met en lumière une nouvelle méthode de détection précoce qui pourrait contribuer à sauver des millions de vies. L'étude examine l'utilisation de l'IA dans des protocoles de prédiction automatisés combinés à des méthodes de balayage vocal pour déterminer avec précision la progression d'une déficience cognitive légère (MCI) à la maladie d'Alzheimer (MA) sur une période de 6 ans. Voici ce que vous devez savoir.

Alzheimer et démence

Toute personne ayant vécu ou aidé un proche atteint de la maladie d'Alzheimer ou de démence peut témoigner des difficultés de la situation. La maladie d’Alzheimer est notamment la principale cause de démence dans le monde. Il s’agit d’un trouble cérébral progressif qui détériore les capacités mentales d’une personne au fil du temps. Le processus est progressif, avec des symptômes allant du simple oubli à la perte de mémoire, à la désorientation, à la négligence de soi et à la perte de la parole. Notamment, les patients qui souffrent de MCI ont un risque beaucoup plus élevé d'être infectés par la maladie d'Alzheimer.

Faits sur la maladie d'Alzheimer

La maladie d'Alzheimer est la 6ème cause de mortalité chez les Américains et reste une préoccupation majeure à l'échelle mondiale. Une étude de 2023 a révélé que plus de 6.7 millions d'Américains souffrent de cette maladie, ce qui peut rendre les patients incapables de prendre soin d'eux-mêmes, de reconnaître les membres de leur famille ou d'effectuer les tâches quotidiennes nécessaires.

Source – Wikipédia

Malheureusement, la recherche a également mis en évidence des risques accrus à l’avenir. Il prédit que 13.8 millions de citoyens américains souffriront de la maladie d'ici 2060. Ces facteurs ont conduit de nombreux chercheurs à rechercher des solutions et des méthodes de prévention pour contribuer à réduire ces risques, sauvant potentiellement de nombreuses vies.

Pathologie de la MA

La pathologie de la MA est un terme qui fait référence à la façon dont le cerveau commence à se décomposer sous le poids de la maladie. Les méthodes actuelles nécessitent la réalisation de tests neuropsychologiques (NPT), qui permettent aux professionnels de la santé de surveiller les niveaux de peptides bêta-amyloïdes (Aβ), de protéine tau hyperphosphorylée, d'astrocytes réactifs, d'activation microgliale et d'autres biomarqueurs. Tous ces facteurs peuvent indiquer une inflammation chronique et d’autres problèmes associés à l’apparition de la MA.

Limites actuelles de la pathologie de la MA

Ces méthodes de détermination du risque de MA d'un patient présentent des inconvénients importants. D’une part, ils sont chers. Chaque test peut coûter des milliers de dollars, ce qui le rend accessible uniquement aux personnes disposant d'une assurance ou ayant accès à un financement. De plus, ces méthodes sont souvent invasives. Chaque fois que vous devez inciser la peau, le risque d’infections et d’autres complications augmente.

L'avenir de la détection AD est basé sur la voix

Les chercheurs ont remarqué une corrélation directe entre le déclin de la parole et le MCI. De nombreux travaux ont donc été réalisés pour documenter et enregistrer ces changements à des fins de recherche. Aujourd’hui, des milliers d’heures d’enregistrements vocaux issus d’examens neuropsychologiques sont disponibles. De plus, d’autres données sont jointes à ces enregistrements. Cette étude FHS constitue le plus grand ensemble d’enregistrements.

Étude cardiaque de Framingham (FHS)

La Framingham Heart Study (FHS) est en cours depuis 1948. Cette étude à long terme sur la santé cardiovasculaire a porté sur des milliers d'hommes ayant subi un accident vasculaire cérébral ou une crise cardiaque. Son approche à long terme a permis aux chercheurs de créer des modèles de prévision des risques sur 10 à 30 ans qui se sont révélés essentiels à la prévention, à la création de médicaments et désormais à la programmation de modèles d'IA.

Cet effort de collaboration bénéficie du soutien du National Heart, Lung, and Blood Institute (NHLBI) et de l'Université de Boston. et c'est l'une des études cardiovasculaires les plus longues et les plus réussies jamais menées. À ce titre, ses données ont contribué à d’innombrables avancées médicales et restent une source puissante de données sur la santé à long terme.

Dans le cadre de l'étude, des tests de parole ont été introduits dans les données en 2005. Depuis lors, les scientifiques ont enregistré des milliers de modèles de parole chez des patients avant et pendant la MA. Ces enregistrements ont fourni des informations précieuses sur la façon dont l’esprit se dégrade au cours de la MA.

L'intelligence artificielle améliore les méthodes de diagnostic

La révolution de l’IA a permis aux ingénieurs de créer des systèmes d’alerte précoce plus avancés et plus efficaces. Dans ce cas, l’IA Natural Language Processing (NLP) a été utilisée pour diagnostiquer les caractéristiques linguistiques qui signalent un déclin cognitif. L’algorithme peut croiser des millions de points de données pour placer avec précision les patients sur une échelle de démence basée sur leurs communications.

Étude sur la maladie d'Alzheimer et la démence

Les étude appliqué des techniques de PNL avec des méthodes d'apprentissage automatique pour améliorer les modèles prédits de MCI et de démence. L’équipe a pris des enregistrements d’entretiens tests auprès de n + 166 participants à la Framingham Heart Study (FHS) pour créer ces modèles. Les modèles couvraient une gamme d’options, depuis les données démographiques jusqu’à un spectre complet de données.

Une différence principale par rapport aux tentatives précédentes était que l’équipe s’est concentrée principalement sur la progression du MCI vers la MA plutôt que sur la cognition normale. Elle comprenait 90 cas de MCI progressifs et 76 cas de MCI stables dans le cadre de l'approche. Ces données ont été introduites dans un algorithme d’IA avancé qui a examiné les facteurs clés.

Des données d'entrée

Le système a utilisé une variante du modèle de régression logistique qui exploitait les scores des sous-tests et le TAS comme principaux indicateurs de prédiction. Dans le cadre de cette approche, l’équipe a d’abord créé un outil de transcription qui a rationalisé l’importation des données précédemment enregistrées de la Framingham Heart Study (FHS).

Données vocales

Les données vocales des 166 participants comprenaient un entretien d'une heure avec chaque personne. Ces données avaient été préalablement enregistrées et stockées numériquement, ce qui signifiait que l'équipe devait créer des méthodes pour convertir facilement ces données en texte, puis en modèles d'IA.

L'encodeur de phrase universel

Le Sentence Encoder universel a été conçu pour réduire la charge de travail liée à l’importation de données FHS. Le système analyse automatiquement les données FHS et génère des intégrations vectorielles basées sur des segments spécifiques de la transcription de chaque patient. Cette approche aide l’IA à faire des prédictions plus précises tout en réduisant les charges de travail.

Améliorations du modèle d'IA

L’équipe de recherche a utilisé ces transcriptions pour créer un puissant algorithme d’apprentissage en profondeur de l’IA. Le système appelle automatiquement les données aléatoires du rapport FHS et les échantillonne. Ces données ont été utilisées pour créer et encoder le contenu des sous-tests. Au total, huit intégrations spécifiques ont été utilisées pour évaluer la progression de la MA et du MCI.

Modèles de régression logistique

De nouveaux modèles d'IA formés à partir des données quantitatives associées à chaque contenu de sous-test ont été créés. Le contenu a été noté et utilisé comme entrées individuelles pour la modélisation. Ces modèles ont ensuite été décomposés et testés pour leur efficacité, ce qui a abouti à un score moyen de transcription (TAS) pour chacun. Ces scores et TAS ont permis à l’IA de surveiller avec précision la progression du MCI.

Le modèle principal comprenait une multitude de données précieuses sur les participants. Plus précisément, il comprenait des données démographiques, le statut de porteur de l’APOE, des facteurs de santé et des caractéristiques textuelles importées de l’étude FHS. Ce modèle a obtenu les scores les plus élevés, affichant une précision de près de 80 % pour déterminer l’apparition de la MA dans un délai de six ans.

L’équipe a également testé un modèle prenant simplement en compte les données démographiques des participants. Il existait également un modèle de texte uniquement qui exploitait les entrées de texte FHS comme principale source d'examen. Notamment, le modèle démographique d’IA a prédit la MA avec une précision de 68.8 %. Il est impressionnant de constater que le modèle le plus précis, qui incluait toutes les données pertinentes, a atteint une précision de 79 %.

Tester les modèles

Les performances de chaque modèle ont été testées à l'aide d'une approche de validation croisée de groupe k fois qui a examiné des facteurs clés, notamment l'exactitude, la précision, la sensibilité et la spécificité. En outre, des tests de validation croisée et de sélection de fonctionnalités ont été effectués.

Résultats

Les résultats de l'étude sont prometteurs. Le nouveau modèle de détection de l’IA avait une précision de 79 % pour déterminer l’apparition de la MA dans un délai de 6 ans. L'équipe a découvert que plus on ajoutait de données, plus l'IA pouvait déterminer avec précision le risque d'une personne. Ainsi, les données vocales, l’âge, le sexe et le niveau d’éducation sont autant de facteurs qui jouent un rôle dans le risque d’exposition à la MA.

Avantages de l'étude sur la maladie d'Alzheimer

Cette étude pourrait apporter de sérieux avantages à la personne moyenne. D’une part, les méthodes de prédiction basées sur l’IA sont beaucoup plus abordables et accessibles au public. Le coût des tests actuels au sein du système de santé à but lucratif continue d'augmenter en raison de la nécessité de recourir à des laboratoires et à des échantillons. Le nouveau système d'IA élimine ces besoins, réduisant considérablement les coûts pour tous les participants.

De plus, l’intégration d’un système de détection automatisé peut aider les médecins et les professionnels de la santé à prescrire des traitements et des médicaments avec plus de précision et de rapidité lorsque cela est possible. Ces réponses améliorées pourraient faire une différence de vie ou de mort dans de nombreux cas.

Non envahissant

Cette méthode d’IA pour détecter la MA est non invasive. Il n’est pas nécessaire que les médecins prélèvent des échantillons de tissus pour déterminer la progression de votre MA, ce qui réduit le risque d’infection ou d’autres complications.

Entreprises susceptibles de bénéficier de cette étude

Plusieurs entreprises pourraient améliorer leurs produits et services en intégrant cette nouvelle méthode automatisée de détection AI AD. Ces sociétés se spécialisent dans les méthodes de prévention et de prédiction de la MA. Ainsi, ils pourraient mieux prescrire et diagnostiquer les patients, ce qui entraînerait des délais de réponse plus rapides. Voici deux entreprises qui sont aujourd’hui bien placées pour intégrer cette technologie.

1. Biogène

Biogène inc. (BIIB + 0.09%)

Biogen est une société de biotechnologie leader basée dans le Massachusetts, aux États-Unis. La société propose une variété de produits conçus pour prévenir, traiter et aider les personnes souffrant de maladies neurologiques et auto-immunes. L'intégration d'un modèle de détection automatisé d'AD tel que celui créé par les chercheurs améliorerait considérablement le temps de réponse de l'entreprise.

Le titre Biogen est considéré comme une place forte en raison de son histoire et de son positionnement sur le marché. La société a enregistré des gains lents et réguliers au cours des quatre dernières années et a actuellement une capitalisation boursière de 33.16 milliards de dollars. Les analystes prédisent que le fabricant verra ses revenus augmenter encore grâce à ses efforts pionniers et à la demande accrue de méthodes de prévention précoce.

2. Eisaï

Eisai Co., Ltd. (ESALY -2.11%)

Eisai, basée à Tokyo, reste une force mondiale dans le secteur de la recherche et du développement médical. La société est spécialisée dans l'importation et l'exportation de produits pharmaceutiques et a collaboré avec d'autres grandes marques, dont Biogen, dans le cadre d'un pacte pharmaceutique contre la maladie d'Alzheimer. L'accord permet à ces entreprises de partager librement leurs données dans l'espoir de réaliser une avancée significative dans le diagnostic et le traitement de cette maladie.

Eisai est un leader sur le marché et a contribué à la recherche et au développement de produits pharmaceutiques très performants. La société bénéficie d'un fort soutien de la communauté des investisseurs et a été présentée dans le portefeuille modèle Argus US ESG. Cette recommandation de valeur s'appuie sur des critères environnementaux, de gouvernance et sociaux. Pour ces raisons, ESALY constitue un complément judicieux à tout portefeuille.

L'avenir des soins de santé IA

Cette étude est l’une des nombreuses qui ont retenu l’attention des personnes souffrant de la maladie d’Alzheimer. Bientôt, il pourrait y avoir des outils de diagnostic à domicile automatisés et très abordables qui permettraient à chacun, de n'importe où, de surveiller son risque pour la santé. Ces dispositifs ne devraient pas nécessairement être limités à la simple prévention de la maladie d'Alzheimer. Voici quelques autres améliorations médicales intéressantes de l’IA.

Détection des accidents vasculaires cérébraux par l'IA

Des systèmes d'IA sont désormais en place pour aider à détecter coups. Pour le personnel d’urgence, déterminer si une personne souffre d’un accident vasculaire cérébral ou d’une autre maladie est souvent la première étape pour lui sauver la vie. Notamment, une équipe d’ingénieurs biomédicaux de l’Université RMIT a créé un nouvel outil qui exploite l’IA pour identifier un CVA en quelques secondes. Le logiciel utilise une caméra de smartphone pour visualiser et déterminer via les traits de leur visage si un accident vasculaire cérébral s'est produit.

Discours assisté par l'IA

La parole assistée par l’IA est un autre domaine des soins de santé qui a connu des améliorations significatives. Ces systèmes utilisent de grands modèles linguistiques pour aider ceux qui sont incapables de prononcer des mots en raison d'accidents ou d'obstacles à créer des phrases en temps réel. Cette technologie aide déjà des milliers de personnes souffrant de problèmes de communication à surmonter l’adversité et à vivre une vie plus épanouissante.

Mouvement assisté par l'IA

Les systèmes d’IA ont également contribué à améliorer la mobilité de millions de personnes. Les chercheurs utilisent désormais l’IA pour améliorer les performances des exosquelettes. Ces appareils, qui nécessitaient auparavant une télécommande pour fonctionner, peuvent désormais déterminer votre prochain mouvement et vous aider automatiquement à monter des escaliers, des pentes raides et d'autres terrains qui seraient généralement impossibles avec d'autres systèmes d'assistance à la marche.

L'IA aide à vaincre la maladie d'Alzheimer

La technologie de l'IA peut aider les personnes atteintes de la maladie d'Alzheimer à garder une trace de leurs souvenirs qui s'estompent et à vivre une vie meilleure. Ce dernier développement démontre comment la prévention et le diagnostic de l’IA pourraient être les premiers pas pour enfin vaincre cette maladie. En tant que telle, cette recherche offre un nouveau niveau de confiance tout en ouvrant la porte à une population future plus saine et plus active sur le plan cognitif.

Cliquez pour plus de cool Développements de l'IA.