Les scientifiques de la Mayo Clinic exploitent l’intelligence artificielle et l’apprentissage automatique pour améliorer l’analyse des tests d’électroencéphalogramme, facilitant ainsi la détection précoce de la démence.
Les chercheurs de la Mayo Clinic utilisent l’IA pour améliorer l’analyse des tests EEG, facilitant ainsi la détection précoce de la démence.
En analysant plus précisément les ondes cérébrales, l’IA révèle des signes subtils de déclin cognitif que les experts pourraient manquer. Cette avancée, basée sur les données de plus de 11 000 patients, montre que l’EEG pourrait devenir un outil de diagnostic plus accessible pour les troubles cognitifs, en particulier dans les zones mal desservies.
Améliorer l'analyse EEG grâce à l'IA et à l'apprentissage automatique
Les scientifiques de la Mayo Clinic utilisent intelligence artificielle (IA) et apprentissage automatique d’analyser les tests d’électroencéphalogramme (EEG) plus rapidement et plus précisément, permettant aux neurologues de trouver des signes précoces de démence parmi des données qui ne sont généralement pas examinées.
L'EEG, un test vieux de plusieurs siècles qui consiste à coller une douzaine d'électrodes ou plus sur le cuir chevelu pour surveiller l'activité cérébrale, est souvent utilisé pour détecter l'épilepsie. Ses résultats sont interprétés par des neurologues et d'autres experts formés à repérer des schémas parmi les ondes ondulées du test.
Améliorer la détection précoce de la démence grâce à l'IA
Dans une nouvelle recherche publiée aujourd'hui (31 juillet) dans la revue Communications cérébralesDes scientifiques du programme d'IA en neurologie de la Mayo Clinic (NAIP) démontrent comment l'IA peut non seulement accélérer l'analyse, mais également alerter les experts examinant les résultats des tests sur des schémas anormaux trop subtils pour être détectés par les humains. Cette technologie montre qu'elle pourrait un jour aider les médecins à distinguer les causes des problèmes cognitifs, tels que Maladie d'Alzheimer La maladie d'Alzheimer et la démence à corps de Lewy. Les recherches suggèrent que les EEG, qui sont plus largement disponibles, moins chers et moins invasifs que d'autres tests pour évaluer la santé du cerveau, pourraient être un outil plus accessible pour aider les médecins à détecter précocement les problèmes cognitifs chez les patients.
« Ces ondes cérébrales enregistrées par l’EEG contiennent de nombreuses informations médicales sur la santé du cerveau », explique l’auteur principal de l’étude, le Dr David T. Jones, neurologue et directeur du NAIP. « Il est bien connu que ces ondes ralentissent et ont un aspect légèrement différent chez les personnes souffrant de troubles cognitifs. Dans notre étude, nous voulions savoir si nous pouvions mesurer et quantifier avec précision ce type de ralentissement à l’aide de l’IA. »
Développer l'outil d'IA avec des données volumineuses
Pour développer cet outil, les chercheurs ont rassemblé les données de plus de 11 000 patients ayant subi un EEG à la Mayo Clinic au cours d'une décennie. Ils ont utilisé l'apprentissage automatique et l'IA pour simplifier les schémas complexes d'ondes cérébrales en six caractéristiques spécifiques, en apprenant au modèle à éliminer automatiquement certains éléments, comme les données à ignorer, afin de se concentrer sur les schémas caractéristiques de problèmes cognitifs comme la maladie d'Alzheimer.
« C'était remarquable de voir à quel point la technologie a permis d'extraire rapidement les modèles EEG par rapport aux mesures traditionnelles de la démence comme les tests cognitifs au chevet du patient, les biomarqueurs fluides et l'imagerie cérébrale », explique le Dr Wentao Li, co-premier auteur de l'article qui a mené la recherche avec le NAIP alors qu'il était boursier en neurologie comportementale clinique de la Mayo Clinic.
« À l’heure actuelle, l’opinion d’un expert est l’un des moyens les plus courants pour quantifier les tendances dans les données médicales. Et comment savons-nous que ces tendances existent ? Parce que l’expert nous le dit », explique le Dr Jones. « Mais maintenant, grâce à l’IA et à l’apprentissage automatique, non seulement nous voyons des choses que l’expert ne peut pas voir, mais nous pouvons également chiffrer avec précision les choses qu’il voit. »
Un écran d'ordinateur affiche les résultats d'un électroencéphalogramme, ou test EEG. Crédit : Mayo Clinic
L'EEG comme outil accessible pour un diagnostic précoce
L’utilisation de l’EEG pour détecter des problèmes cognitifs ne remplacerait pas nécessairement d’autres types d’examens, comme l’IRM ou la tomographie par émission de positons. Mais grâce à la puissance de l’IA, l’EEG pourrait un jour fournir aux professionnels de la santé un outil plus économique et plus accessible pour un diagnostic précoce dans les communautés qui n’ont pas facilement accès à des cliniques spécialisées ou à des équipements spécialisés, comme dans les zones rurales, selon le Dr Jones.
« Il est très important de détecter les problèmes de mémoire tôt, avant même qu’ils ne soient évidents », explique le Dr Jones. « Un diagnostic précoce nous aide à offrir aux patients les bonnes perspectives et le meilleur traitement. Les méthodes que nous étudions pourraient constituer un moyen moins coûteux d’identifier les personnes atteintes de perte de mémoire précoce ou de démence par rapport aux tests dont nous disposons actuellement, comme les analyses du liquide céphalorachidien, les glycémies cérébrales ou les tests de mémoire. »
Recherches et validations futures
Selon le Dr Jones, il faudra plusieurs années de recherche supplémentaires pour continuer à tester et valider les outils. Cependant, il affirme que les recherches démontrent qu'il existe des moyens d'utiliser les données cliniques pour intégrer de nouveaux outils dans le flux de travail clinique afin d'atteindre l'objectif des chercheurs qui est d'introduire de nouveaux modèles et innovations dans la pratique clinique, d'améliorer les capacités des évaluations existantes et de diffuser ces connaissances en dehors de la Mayo Clinic.
« Ce travail illustre le travail d'équipe multidisciplinaire visant à faire progresser la recherche translationnelle en matière de soins de santé basée sur la technologie », déclare Yoga Varatharajah, Ph.D., co-premier auteur de l'article qui était un collaborateur de recherche du NAIP lorsque les travaux ont été achevés.
Le financement de la recherche comprend le soutien du Edson Family Fund, de l'Epilepsy Foundation of America, de la Benjamin A. Miller Family Fellowship in Aging and Related Diseases, du Mayo Clinic Neurology Artificial Intelligence Program, de la National Science Foundation (Award No. IIS-2105233) et de la Instituts nationaux de la santéy compris la subvention UG3 NS123066.
