Les chercheurs créent un modèle de prédiction de l’âge cérébral basé sur l’IA

Les chercheurs de la Société radiologique d’Amérique du Nord ont développé un modèle de prédiction de l’âge cérébral basé sur l’intelligence artificielle (IA) qui peut quantifier les déviations par rapport à une trajectoire de vieillissement cérébral sain chez les patients atteints d’un trouble cognitif léger. 

L’étude a été publiée en juin dans Radiology: Artificial Intelligence.

Détection précoce de l’altération cognitive

Selon les chercheurs, le modèle pourrait être utilisé pour aider à la détection précoce de l’altération cognitive. 

Les personnes qui souffrent d’un trouble cognitif léger amnésique (aMCI), une phase de transition de la vieillisse normale à la maladie d’Alzheimer, ont des déficits de mémoire plus graves que la norme pour leur âge et leur niveau d’éducation. Cependant, cela n’est pas suffisamment grave pour affecter leur fonction quotidienne. 

L’étude a impliqué Ni Shu, Ph.D., du State Key Laboratory of Cognitive Neuroscience and Learning, Beijing Normal University, à Beijing, en Chine, ainsi que d’autres collègues. 

L’équipe a utilisé une approche d’apprentissage automatique pour former un modèle de prédiction de l’âge cérébral, qui était basé sur les images de résonance magnétique T1 pondérées de 974 adultes sains âgés de 49,3 à 95,4 ans. 

Le modèle formé a ensuite été appliqué pour estimer la différence d’âge prédite des patients aMCI dans des jeux de données de l’initiative de rajeunissement du cerveau vieillissant de Beijing, qui comprenait 616 témoins sains et 80 patients aMCI, et de l’initiative de neuroimagerie de la maladie d’Alzheimer, qui comprenait 589 témoins sains et 144 patients aMCI.

En outre, l’équipe a également examiné les associations entre la différence d’âge prédite et l’altération cognitive, les facteurs de risque génétique, les biomarqueurs pathologiques de la maladie d’Alzheimer et la progression clinique chez les patients aMCI.  

Résultats de l’étude

Les résultats de l’étude ont montré que les patients aMCI avaient des trajectoires de vieillissement cérébral distinctes de la trajectoire de vieillissement normale typique. Les modèles de prédiction de l’âge cérébral proposés seraient en mesure de quantifier les déviations individuelles par rapport à cette trajectoire normale. 

L’équipe a également constaté que la différence d’âge prédite était fortement liée à l’altération cognitive individuelle des patients aMCI dans des domaines tels que la mémoire, l’attention et la fonction exécutive. 

“Le modèle prédictif que nous avons généré était très précis pour estimer l’âge chronologique des participants sains en fonction uniquement de l’apparence des scans d’IRM”, indique l’article. “En revanche, pour les patients aMCI, le modèle a estimé l’âge cérébral à plus de 2,7 ans de plus en moyenne que l’âge chronologique du patient.”

Le modèle a également montré que les patients aMCI progressifs souffrent de plus de déviations par rapport au vieillissement cérébral normal typique que les patients aMCI stables. Grâce à l’utilisation d’outils tels que le score de différence d’âge prédite et les biomarqueurs de la maladie d’Alzheimer, les progrès des patients aMCI peuvent être mieux prédits. 

En combinant la différence d’âge prédite avec d’autres biomarqueurs de la maladie d’Alzheimer, la meilleure performance pour différencier avec précision les patients aMCI progressifs et stables peut être obtenue. 

“Ce travail indique que la différence d’âge prédite a le potentiel d’être un biomarqueur robuste, fiable et informatisé pour le diagnostic précoce de l’altération cognitive et le suivi de la réponse au traitement”, ont déclaré les auteurs.