L'IA peut détecter les signes de la maladie d'Alzheimer avant votre famille

Un diagnostic plus précoce pourrait aider les chercheurs à développer des médicaments pour ralentir la progression de la maladie. Par

• Emilie Mullin page d'archives

19 mars 2018

Lorsque David Graham se réveille le matin, la boîte blanche plate fixée au mur de sa chambre à Robbie's Place, une résidence-services à Marlborough, dans le Massachusetts, commence à enregistrer chacun de ses mouvements.

Il sait quand il sort du lit, s'habille, se dirige vers sa fenêtre ou va aux toilettes. Il peut dire s'il dort ou s'il est tombé. Pour ce faire, il utilise des signaux sans fil de faible puissance pour cartographier sa vitesse de marche, ses habitudes de sommeil, son emplacement et même sa respiration. Toutes ces informations sont téléchargées dans le cloud, où des algorithmes d'apprentissage automatique trouvent des modèles dans les milliers de mouvements qu'il effectue chaque jour.

Les boîtes rectangulaires font partie d'une expérience visant à aider les chercheurs à suivre et à comprendre les symptômes de la maladie d'Alzheimer.

Ce n'est pas toujours évident lorsque les patients sont aux premiers stades de la maladie. Les altérations du cerveau peuvent provoquer des changements subtils dans le comportement et les habitudes de sommeil des années avant que les gens ne commencent à ressentir de la confusion et des pertes de mémoire. Les chercheurs pensent que l'intelligence artificielle pourrait reconnaître ces changements de manière précoce et identifier les patients à risque de développer les formes les plus sévères de la maladie.

Repérer les premiers signes de la maladie d'Alzheimer avant l'apparition de tout symptôme évident pourrait aider à identifier les personnes les plus susceptibles de bénéficier de médicaments expérimentaux et permettre aux membres de la famille de planifier des soins éventuels. Des appareils équipés de tels algorithmes pourraient être installés au domicile des personnes ou dans les établissements de soins de longue durée pour surveiller les personnes à risque. Pour les patients qui ont déjà un diagnostic, une telle technologie pourrait aider les médecins à ajuster leurs soins.

Les sociétés pharmaceutiques sont également intéressées par l'utilisation d'algorithmes d'apprentissage automatique, dans leur cas pour rechercher dans les dossiers médicaux les patients les plus susceptibles de bénéficier de médicaments expérimentaux. Une fois que les gens participent à une étude, l'IA pourrait être en mesure de dire aux enquêteurs si le médicament traite leurs symptômes.

Actuellement, il n'y a pas de moyen facile de diagnostiquer la maladie d'Alzheimer. Il n'existe pas de test unique, et les scanners cérébraux ne peuvent à eux seuls déterminer si quelqu'un est atteint de la maladie. Au lieu de cela, les médecins doivent examiner une variété de facteurs, y compris les antécédents médicaux d'un patient et les observations rapportées par les membres de la famille ou les travailleurs de la santé. Ainsi, l'apprentissage automatique pourrait détecter des modèles qui, autrement, passeraient facilement inaperçus.

David Graham, l'un des patients de Vahia, a l'un des appareils alimentés par l'IA dans sa chambre à Robbie's Place, une résidence-services à Marlborough, Massachusetts.

Graham, contrairement aux quatre autres patients avec de tels appareils dans leur chambre, n'a pas été diagnostiqué avec la maladie d'Alzheimer. Mais les chercheurs surveillent ses mouvements et les comparent aux schémas observés chez les patients que les médecins soupçonnent d'avoir la maladie.

Dina Katabi et son équipe du laboratoire d'informatique et d'intelligence artificielle du MIT ont initialement développé l'appareil comme détecteur de chute pour les personnes âgées. Mais ils se sont vite rendu compte qu'il avait bien plus d'utilités. S'il pouvait détecter une chute, pensaient-ils, il devait également être capable de reconnaître d'autres mouvements, comme les pas et les errances, qui peuvent être des signes de la maladie d'Alzheimer.

Katabi dit que leur intention était de surveiller les gens sans avoir besoin qu'ils mettent un appareil de suivi portable tous les jours. Ceci est complètement passif. Un patient n'a pas besoin de mettre des capteurs sur son corps ou de faire quoi que ce soit de spécifique, et c'est beaucoup moins intrusif qu'une caméra vidéo, dit-elle.

Comment ça fonctionne

Graham remarque à peine la boîte blanche accrochée dans sa chambre ensoleillée et bien rangée. Il en est surtout conscient les jours où Ipsit Vahia fait sa tournée et lui parle des données qu'il collecte. Vahia est un psychiatre gériatrique à l'hôpital McLean et à la Harvard Medical School, et lui et les inventeurs de la technologie au MIT mènent une petite étude pilote de l'appareil.

Graham se réjouit de ces visites. Lors d'une récente, il a été surpris quand Vahia lui a dit qu'il se réveillait la nuit. L'appareil a pu le détecter, même si Graham ne savait pas qu'il le faisait.

Le signal radio sans fil de l'appareil, seulement un millième de la puissance du Wi-Fi, se reflète sur tout ce qui se trouve dans un rayon de 30 pieds, y compris les corps humains. Chaque mouvement, même le plus léger, comme la respiration, provoque une modification du signal réfléchi.

Graham dit qu'il remarque à peine l'appareil qui pend dans sa chambre.

Katabi et son équipe ont développé des algorithmes d'apprentissage automatique qui analysent toutes ces réflexions minutieuses. Ils ont entraîné le système à reconnaître des mouvements simples comme marcher et tomber, et des mouvements plus complexes comme ceux associés aux troubles du sommeil. Au fur et à mesure que vous l'enseignez, la machine apprend, et la prochaine fois qu'elle voit un motif, même s'il est trop complexe pour qu'un humain puisse abstraire ce motif, la machine reconnaît ce motif, dit Katabi.

Au fil du temps, l'appareil crée de grandes lectures de données qui montrent des modèles de comportement. L'IA est conçue pour détecter les écarts par rapport à ces schémas qui pourraient signifier des choses comme l'agitation, la dépression et les troubles du sommeil. Il pourrait également détecter si une personne répète certains comportements au cours de la journée. Ce sont tous des symptômes classiques de la maladie d'Alzheimer.

Si vous pouvez détecter ces déviations tôt, vous serez en mesure de les anticiper et d'aider à les gérer, dit Vahia.

Chez une patiente atteinte de la maladie d'Alzheimer, Vahia et Katabi ont pu dire qu'elle se réveillait à 2 heures du matin et se promenait dans sa chambre. Ils ont également remarqué qu'elle faisait les cent pas après la visite de certains membres de la famille. Après avoir confirmé ce comportement avec une infirmière, Vahia a ajusté la dose du patient d'un médicament utilisé pour prévenir l'agitation.

Ipsit Vahia et Dina Katabi testent un appareil alimenté par l'IA que le laboratoire de Katabi a construit pour surveiller les comportements des personnes atteintes de la maladie d'Alzheimer ainsi que celles à risque de développer la maladie.

Changements cérébraux

L'IA trouve également une utilité pour aider les médecins à détecter les premiers signes de la maladie d'Alzheimer dans le cerveau et à comprendre comment ces changements physiques se déroulent chez différentes personnes. Lorsqu'un radiologue lit un scanner, il est impossible de dire si une personne évoluera vers la maladie d'Alzheimer, explique Pedro Rosa-Neto, neurologue à l'Université McGill à Montréal.

Rosa-Neto et sa collègue Sulantha Mathotaarachchi ont développé un algorithme qui a analysé des centaines de tomographies par émission de positrons (TEP) de personnes jugées à risque de développer la maladie d'Alzheimer. D'après les dossiers médicaux, les chercheurs savaient lequel de ces patients avait développé la maladie dans les deux ans suivant une analyse, mais ils voulaient voir si le système d'IA pouvait les identifier simplement en détectant des motifs dans les images.

Effectivement, l'algorithme a pu repérer des modèles dans des amas d'amyloïde - une protéine souvent associée à la maladie - dans certaines régions du cerveau. Même les radiologues formés auraient eu du mal à remarquer ces problèmes sur un scanner cérébral. À partir des modèles, il a pu détecter avec une précision de 84% quels patients se sont retrouvés avec la maladie d'Alzheimer.

L'apprentissage automatique aide également les médecins à prédire la gravité de la maladie chez différents patients. Le médecin et scientifique de l'Université Duke, P. Murali Doraiswamy, utilise l'apprentissage automatique pour déterminer à quel stade de la maladie se trouvent les patients et si leur état est susceptible de s'aggraver.

Histoire connexe

Histoire connexeLes échecs médicamenteux nous disent peut-être que nous ne savons pas ce qui cause la maladie d'Alzheimer.

Nous avons vu la maladie d'Alzheimer comme un problème unique, dit Doraiswamy. Mais les personnes atteintes de la maladie d'Alzheimer ne présentent pas toutes les mêmes symptômes, et certaines peuvent s'aggraver plus rapidement que d'autres. Les médecins n'ont aucune idée des patients qui resteront stables pendant un certain temps ou qui tomberont rapidement plus malades. Nous avons donc pensé que la meilleure façon de résoudre ce problème était peut-être de laisser une machine le faire, dit-il.

Il a travaillé avec Dragan Gamberger, un expert en intelligence artificielle à l'Institut Rudjer Boskovic en Croatie, pour développer un algorithme d'apprentissage automatique qui a trié les scanners cérébraux et les dossiers médicaux de 562 patients atteints de troubles cognitifs légers au début d'une période de cinq ans.

Deux groupes distincts ont émergé : ceux dont la cognition a diminué de manière significative et ceux dont les symptômes ont peu ou pas changé au cours des cinq années. Le système a pu détecter les changements dans la perte de tissu cérébral au fil du temps.

Un troisième groupe se situait quelque part au milieu, entre une déficience cognitive légère et la maladie d'Alzheimer avancée. Nous ne savons pas encore pourquoi ces clusters existent, dit Doraiswamy.

Essais cliniques

De 2002 à 2012, 99% des médicaments expérimentaux contre la maladie d'Alzheimer ont échoué dans les essais cliniques. L'une des raisons est que personne ne sait exactement ce qui cause la maladie. Mais une autre raison est qu'il est difficile d'identifier les patients les plus susceptibles de bénéficier de médicaments spécifiques.

Les systèmes d'IA pourraient aider à concevoir de meilleurs essais. Une fois que nous aurons réuni ces personnes avec des gènes, des caractéristiques et des analyses d'imagerie communs, il sera beaucoup plus facile de tester des médicaments, déclare Marilyn Miller, qui dirige la recherche sur l'IA dans la maladie d'Alzheimer au National Institute on Aging, qui fait partie des instituts nationaux américains. de la santé.

Ensuite, une fois les patients inscrits à une étude, les chercheurs pourraient les surveiller en permanence pour voir s'ils bénéficient du médicament.

L'un des plus grands défis dans le développement de médicaments contre la maladie d'Alzheimer est que nous n'avons pas eu un bon moyen d'analyser la bonne population sur laquelle tester le médicament, explique Vaibhav Narayan, chercheur dans l'équipe de neurosciences de Johnson & Johnson.

Il dit que les algorithmes d'apprentissage automatique accéléreront considérablement le processus de recrutement de patients pour les études sur les médicaments. Et si l'IA peut identifier les patients les plus susceptibles de s'aggraver plus rapidement, il sera plus facile pour les enquêteurs de dire si un médicament présente un quelconque avantage.

De cette façon, si des médecins comme Vahia remarquent des signes de la maladie d'Alzheimer chez une personne comme Graham, ils peuvent rapidement l'inscrire à un essai clinique dans l'espoir d'enrayer les effets dévastateurs qui, autrement, surviendraient des années plus tard.

Miller pense que l'IA pourrait être utilisée pour diagnostiquer et prédire la maladie d'Alzheimer chez les patients d'ici cinq ans. Mais elle dit qu'il faudra beaucoup de données pour s'assurer que les algorithmes sont précis et fiables. Graham, pour sa part, fait sa part pour aider.

cacher