Une IA prédit la maladie d’Alzheimer jusqu’à sept ans avant l’apparition des symptômes !

Prédire l’apparition de la maladie d’Alzheimer jusqu’à sept ans avant l’apparition des symptômes est désormais possible selon une nouvelle étude des chercheurs de l’université de Californie à San Francisco (UCSF). Ces derniers ont mis au point une méthode d’IA qui analyse les dossiers des patients pour repérer des schémas spécifiques. Ces particularités peuvent ensuite être utilisées pour parcourir de grandes bases de données génétiques afin de déterminer les facteurs de risque de la maladie.
« Il s’agit d’un excellent exemple de la façon dont nous pouvons exploiter les données des patients avec l’apprentissage automatique pour prédire quels patients sont plus susceptibles de développer la maladie d’Alzheimer, et aussi pour comprendre les raisons de ce phénomène », a déclaré Marina Sirota, auteure principale de l’étude et professeure agrégée à l’UCSF, citée par le site Futura.
Les chercheurs ont comparé les données cliniques de personnes atteintes par la maladie d’Alzheimer avec des personnes saines, comprenant 5 millions de patients. Grâce à leur méthode, ils ont constaté qu’ils pouvaient identifier avec un pouvoir prédictif de 72 % les personnes qui allaient développer la maladie jusqu’à sept ans avant l’apparition des symptômes.
Plusieurs facteurs, dont l’hypertension et l’hypercholestérolémie, étaient prédictifs de la maladie – autant chez les hommes que chez les femmes. L’ostéoporose était un facteur de prédiction particulièrement important chez les femmes, lesquelles sont plus susceptibles de développer la maladie d’Alzheimer que les hommes. « C’est la combinaison des maladies qui permet à notre modèle de prédire l’apparition de la maladie d’Alzheimer, a précisé Alice Tang, en doctorat dans le laboratoire Sirota à l’UCSF. Notre découverte que l’ostéoporose est un facteur prédictif pour les femmes met en évidence l’interaction biologique entre la santé osseuse et le risque de démence. »
À terme, les chercheurs espèrent que cette approche pourra être utilisée pour d’autres maladies qui souffrent d’un retard de diagnostic, comme le lupus et l’endométriose.