Santé

Étude montre comment l’IA peut prédire qui développera la démence

mm
Ajouter Unite.AI à vos sources préférées sur Google

Une nouvelle étude à grande échelle a conclu que l’intelligence artificielle (IA) peut prédire quels patients qui fréquentent des cliniques de mémoire développeront la démence dans les deux ans. L’IA peut faire cette prédiction avec un taux de précision de 92 pour cent.

L’étude s’est appuyée sur des données provenant de plus de 15 300 patients aux États-Unis, et la recherche a été menée par l’Université d’Exeter.

Identification des modèles cachés

La technique identifie d’abord les modèles cachés dans les données avant d’apprendre qui est le plus à risque. L’algorithme peut également aider à réduire le nombre de personnes qui pourraient avoir été faussement diagnostiquées avec la démence.

L’étude a été publiée dans JAMA Network Open et a été financée par Alzheimer’s Research UK.

Les chercheurs ont analysé les données de personnes qui ont fréquenté un réseau de 30 cliniques de mémoire du National Alzheimer’s Coordinating Center aux États-Unis. Les participants, qui n’avaient pas de démence au début de l’étude, ont présenté divers problèmes liés à la mémoire et au fonctionnement cérébral.

L’étude a eu lieu entre 2005 et 2015, et un participant sur dix a reçu un nouveau diagnostic de démence dans les deux ans suivant la visite à la clinique de mémoire. Le modèle d’apprentissage automatique, avec son taux de précision de 92 pour cent, a été beaucoup plus précis pour prédire ces cas que les deux autres méthodes de recherche existantes.

Inversion du diagnostic erroné

Une autre découverte tout à fait nouvelle de l’étude est que environ huit pour cent des diagnostics de démence semblaient être une erreur, avec le diagnostic étant finalement inversé. Sur ces diagnostics incohérents, l’algorithme d’apprentissage automatique a pu identifier avec précision plus de 80 pour cent d’entre eux.

Le professeur David Llewellyn est un boursier Alan Turing basé à l’Université d’Exeter. Il a supervisé la nouvelle étude.

“Nous sommes maintenant en mesure d’enseigner aux ordinateurs à prédire avec précision qui développera la démence dans les deux ans”, a déclaré le professeur Llewellyn. “Nous sommes également ravis d’apprendre que notre approche d’apprentissage automatique a pu identifier les patients qui pourraient avoir été mal diagnostiqués. Cela a le potentiel de réduire les conjectures dans la pratique clinique et d’améliorer considérablement le parcours diagnostique, aidant les familles à accéder au soutien dont elles ont besoin le plus rapidement et le plus précisément possible.”

Le Dr Janice Ranson est chercheuse à l’université.

“Nous savons que la démence est une maladie très redoutée. Intégrer l’apprentissage automatique dans les cliniques de mémoire pourrait aider à garantir que le diagnostic soit beaucoup plus précis, réduisant ainsi le stress inutile que pourrait causer un diagnostic erroné”, a déclaré le Dr Ranson.

L’équipe va maintenant mener des études de suivi pour évaluer l’utilisation pratique de la méthode d’apprentissage automatique dans les cliniques.

Le Dr Rosa Sancho est chef de la recherche à Alzheimer’s Research UK.

“L’intelligence artificielle a un énorme potentiel pour améliorer la détection précoce des maladies qui causent la démence et pourrait révolutionner le processus de diagnostic pour les personnes inquiètes pour elles-mêmes ou un proche qui présente des symptômes”, a déclaré Sancho. “Cette technique est une amélioration significative par rapport aux approches alternatives existantes et pourrait donner aux médecins une base pour recommander des changements de style de vie et identifier les personnes qui pourraient bénéficier d’un soutien ou d’évaluations approfondies”.

Alex dirige les opérations d'information propulsées par l'IA de Unite.AI, en combinant le journalisme, la recherche et l'automatisation pour soutenir une couverture opportune et évolutive de l'intelligence artificielle. Son travail aide à garantir que les développements émergents de l'IA sont mis en avant efficacement tout en maintenant les normes éditoriales de la publication.