Les logiciels dirigés par AI sont précis à 96% pour diagnostiquer

Les recherches existantes indiquent que la précision du diagnostic de la maladie de Parkinson oscille entre 55% et 78% au cours des cinq premières années d’évaluation. C’est en partie parce que les troubles du mouvement des frères et sœurs de Parkinson partagent des similitudes, ce qui rend parfois un diagnostic définitif.

Bien que la maladie de Parkinson soit une maladie bien reconnue, le terme peut se référer à une variété de conditions, allant de la Parkinson idiopathique, le type le plus courant, à d’autres troubles du mouvement comme l’atrophie multiple du système, une variante parkinsonienne; et paralysie supranucléaire progressive. Chacun partage les caractéristiques motrices et non moteurs, comme les changements de démarche, mais possède une pathologie et un pronostic distincts.

Environ un patient sur quatre, ou même un patient sur deux, est mal diagnostiqué.

Désormais, les chercheurs de l’Université de Floride et de l’UF Health Norman Fixel Institute for Neurological Diseases ont développé un nouveau type de logiciel qui aidera les cliniciens à diagnostiquer différentiellement la maladie de Parkinson et les conditions connexes, réduisant le temps de diagnostic et augmenter la précision au-delà de 96%. L’étude a été publiée récemment dans Neurologie JAMA.

« Dans de nombreux cas, les fabricants d’IRM ne communiquent pas entre eux en raison de la concurrence du marché », a déclaré David Vaillancourt, Ph.D., président et professeur au Département de physiologie et kinésiologie appliquée de l’UF. « Ils ont tous leurs propres logiciels et leurs propres séquences. Ici, nous avons développé de nouveaux logiciels qui fonctionnent tous. »

Bien qu’il n’y ait pas de substitut à l’élément humain du diagnostic, même les médecins les plus expérimentés qui se spécialisent dans les diagnostics de troubles du mouvement peuvent bénéficier d’un outil pour accroître l’efficacité du diagnostic entre différents troubles, a déclaré Vaillancourt.

Le logiciel, différenciation automatisée d’imagerie pour Parkinsonism (AIDP), est un logiciel automatisé de traitement et d’apprentissage automatique de l’IRM qui dispose d’une technique de biomarqueur non invasive. En utilisant l’IRM pondérée par diffusion, qui mesure comment les molécules d’eau diffusent dans le cerveau, l’équipe peut identifier où la neurodégénérescence se produit. Ensuite, l’algorithme d’apprentissage automatique, rigoureusement testé contre les diagnostics cliniques en personne, analyse le scanner du cerveau et fournit au clinicien les résultats, indiquant l’un des différents types de Parkinson.

L’étude a été menée sur 21 sites, dont 19 aux États-Unis et deux au Canada.

« Il s’agit d’un cas où l’innovation entre la technologie et l’intelligence artificielle a été prouvée pour améliorer la précision du diagnostic, nous permettant d’améliorer davantage le traitement des patients atteints de la maladie de Parkinson », a déclaré Michael Okun, MD, conseiller médical de la Fondation de Parkinson et directeur du Norman Fixel Institute for Neurological Diseases at UF Health. « Nous sommes impatients de voir comment cette innovation peut avoir un impact sur la communauté de Parkinson et faire progresser notre objectif commun de meilleurs résultats pour tous. »

La prochaine étape de l’équipe consiste à obtenir l’approbation de la US Food and Drug Administration.

« Cet effort souligne vraiment l’importance de la collaboration interdisciplinaire », a déclaré Angelos Barmpoutis, Ph.D., professeur au Digital Worlds Institute de UF. « Grâce à l’expertise médicale combinée, à l’expertise scientifique et à l’expertise technologique, nous avons pu atteindre un objectif qui changera la vie d’innombrables personnes. »

Vaillancourt et Barmpoutis sont des propriétaires partiels d’une entreprise appelée Neuropac dont l’objectif est de faire avancer ce logiciel, améliorant à la fois les soins aux patients et les essais cliniques où il pourrait être utilisé.