Partager sur Pinterest
De nouveaux outils d’IA peuvent aider au diagnostic précoce de la maladie de Parkinson. Conception par MNT ; Photographie par EDUARD MUZHEVSKYI/BIBLIOTHÈQUE DE PHOTOS SCIENTIFIQUES/Getty Images
  • Les chercheurs ont développé un outil d’IA pour prédire la maladie de Parkinson à partir d’échantillons de sang.
  • L’outil peut prédire la maladie de Parkinson 15 ans avant l’apparition des symptômes avec une précision de 96 %.
  • La technologie sous-jacente pourrait éventuellement être adaptée pour diagnostiquer d’autres conditions.

La maladie de Parkinson est une maladie neurodégénérative caractérisé par des mouvements involontaires tels que tremblements, raideurs et difficultés d’équilibre. C’est causé par la perte de cellules nerveuses dans le cerveau, entraînant une réduction des niveaux de dopamine, qui joue un rôle clé dans le mouvement.

Autour 90 000 personnes aux États-Unis sont diagnostiqués avec la maladie de Parkinson, et plus de 10 millions de personnes vivent avec la maladie dans le monde. La maladie de Parkinson est la deuxième maladie neurodégénérative la plus courante après la maladie d’Alzheimer, et les cas sont croissance plus rapidement que d’autres affections neurologiques.

Actuellement, la maladie de Parkinson est diagnostiquée en fonction des symptômes, des antécédents médicaux et d’un examen physique. Il n’y a pas de tests pour la maladie de Parkinson.

Les tests qui peuvent détecter la maladie de Parkinson pourraient améliorer les stratégies de soins et de gestion de la maladie.

Récemment, des chercheurs ont développé un outil d’IA qui peut prédire les signes de la maladie de Parkinson à partir d’échantillons sanguins de patients jusqu’à 15 ans avant l’apparition des symptômes.

« Cet outil va changer la donne pour le diagnostic de la maladie de Parkinson en fournissant un moyen objectif, fiable et très précis de prédire la conversion chez les patients à risque de développer la maladie », Dr Mya Schiessprofesseur de neurologie et directeur du programme des troubles du mouvement et des maladies neurodégénératives à UTHealth Houston, qui n’a pas participé à l’étude, a déclaré Nouvelles médicales aujourd’hui.

L’étude a été publiée par le Société américaine de chimie.

Pour l’étude, les chercheurs ont recueilli des données sur les soins de santé de 78 personnes en Espagne. Chaque participant a fourni un échantillon de sang entre 1993 et ​​1996 et a été suivi pendant 15 ans. Parmi les participants, 39 ont finalement reçu un diagnostic de la maladie de Parkinson, tandis que 39 n’en ont pas reçu.

Les chercheurs ont ensuite utilisé un outil d’IA appelé CRANK-MS pour analyser les données. En particulier, ils ont comparé différentes combinaisons de métabolites – des produits chimiques que le corps crée lors de la décomposition d’aliments, de médicaments, de produits chimiques et de ses propres tissus – entre ceux qui ont développé la maladie de Parkinson et ceux qui ne l’ont pas fait.

« Généralement, les chercheurs qui utilisent l’apprentissage automatique pour examiner les corrélations entre les métabolites et la maladie réduisent d’abord le nombre de caractéristiques chimiques, avant de l’introduire dans l’algorithme », W. Alexandre Donaldprofesseur agrégé à l’École de chimie de l’Université de Nouvelle-Galles du Sud à Sydney, en Australie, l’un des auteurs de l’étude, a déclaré dans un communiqué de presse.

« Mais ici, nous introduisons toutes les informations dans CRANK-MS sans aucune réduction de données dès le départ. Et à partir de là, nous pouvons obtenir la prédiction du modèle et identifier les métabolites qui alimentent le plus la prédiction, le tout en une seule étape. Cela signifie que s’il y a des métabolites qui peuvent potentiellement avoir été manqués en utilisant des approches conventionnelles, nous pouvons maintenant les récupérer », a-t-il ajouté.

À l’aide de CRANK-MS, les chercheurs ont identifié des combinaisons de métabolites propres aux participants qui ont développé la maladie de Parkinson. Ils ont identifié 96% des personnes qui ont développé des cas de Parkinson dans les 15 ans à partir de ces seules combinaisons.

Les chercheurs ont noté que leur nouvel outil était plus précis dans le diagnostic de la maladie de Parkinson que les évaluations cliniques existantes par des spécialistes des troubles du mouvement, qui ont une précision de 80%.

Les chercheurs ont également rapporté que CRANK-MS pouvait également diagnostiquer la maladie de Parkinson 84,3% du temps à partir d’échantillons de sébum cutané lorsqu’ils ont testé l’algorithme avec une deuxième cohorte de 274 patients du NHS.

MNT parlé avec Daniel Truong, neurologue et directeur médical du Parkinson’s and Movement Disorder Institute du MemorialCare Orange Coast Medical Center, qui n’a pas participé à l’étude, sur la façon dont CRANK-MS pourrait améliorer les soins de Parkinson.

« L’outil d’IA a démontré sa capacité à détecter les signes de la maladie de Parkinson jusqu’à 15 ans avant l’apparition des symptômes, offrant la possibilité d’une intervention et d’un traitement à un stade plus précoce », a-t-il noté.

Il a poursuivi que le haut niveau de précision de l’outil pourrait également permettre des outils de diagnostic potentiellement fiables pour l’identification précoce des facteurs de risque et que l’outil pourrait également avoir le potentiel de diagnostiquer d’autres conditions.

Le Dr Schiess a qualifié les résultats d’excitants mais a appelé à la prudence.

« [C]Il est crucial de confirmer ces résultats dans des cohortes plus importantes avant que cela puisse être largement utilisé dans la pratique clinique. De plus, bien que l’outil CRANK-MS soit accessible au public, les médecins et les chercheurs doivent se familiariser avec son utilisation et l’interprétation des données », a-t-il déclaré.

Le Dr Truong a ajouté que la collecte et le traitement des échantillons de sang peuvent ne pas toujours être pratiques ou réalisables dans certains contextes cliniques ou pratiques et que l’accessibilité aux échantillons de sang pour une détection précoce chez les personnes asymptomatiques peut être difficile.

« Bien que l’outil d’IA puisse identifier des combinaisons uniques de métabolites pouvant servir de marqueurs potentiels de la maladie de Parkinson, les mécanismes biologiques spécifiques et les associations de ces métabolites avec la maladie ne sont pas encore entièrement compris. Des recherches supplémentaires sont nécessaires pour valider et élucider les voies métaboliques sous-jacentes et les relations causales », a-t-il poursuivi.

Dr Julie Pilitsisun neurochirurgien certifié au Marcus Neuroscience Institute, établi à l’hôpital régional de Boca Raton, qui fait partie de Baptist Health, s’est également entretenu avec MNT sur les limites de l’étude.

Elle a noté que l’étude utilise des « données idéales » – ou des données qui sont collectées au fil du temps et qui ont des résultats connus qui ne sont souvent pas disponibles pour les outils d’IA.

« La façon dont l’outil fonctionnerait dans un ensemble de données moindre ou dans un ensemble de données où les résultats n’ont pas été déterminés devrait être évaluée », a-t-elle expliqué.

« Puisque nous connaissons le sort des patients [15 years after their blood samples were taken]nous sommes en mesure de voir que l’outil est excellent pour prédire qui pourrait développer la maladie de Parkinson », a déclaré le Dr Pilitsis.

« Plus particulièrement, il y avait des corrélations avec des niveaux inférieurs de triterpénoïdes chez les patients qui ont développé la maladie de Parkinson et des niveaux plus élevés de substances polyfluoroalkyles – qui sont observées dans les composés industriels – chez les patients atteints de la maladie de Parkinson. Ce type de données nous permettra en tant que cliniciens à l’avenir de guider les patients vers ce qu’ils peuvent faire pour réduire leur risque et augmenter leur capacité à se protéger contre le développement de la maladie de Parkinson.
— Dre Julie Pilitsis

Le Dr Truong a noté que les implications de ce test vont de plans de traitement plus personnalisés et d’interventions de santé publique ciblées à la découverte de nouveaux biomarqueurs pour la maladie de Parkinson.

Il a ajouté que l’outil pourrait également offrir d’autres opportunités de recherche.

« La disponibilité de l’outil CRANK-MS pour les chercheurs permet une exploration et une validation plus poussées de ses performances dans différentes populations et différents contextes. Cela présente une opportunité pour les efforts de recherche collaborative, le partage de données et le raffinement des algorithmes de l’outil, ce qui pourrait faire progresser notre compréhension des maladies », a-t-il conclu.