Un logiciel capable de lire dans les esprits découvre des signes cachés de démence
La démence est la principale cause de dépendance et de handicap chez les personnes âgées dans l’UE, touchant 10 millions de personnes, un chiffre qui devrait doubler d’ici 2030. Cependant, le diagnostic de la démence, en particulier dans ses premiers stades, est difficile et repose en partie sur des évaluations qualitatives. «L’issue confirmée de la maladie ne se fait qu’après le décès, en examinant le cerveau», déclare Mads Nielsen, coordinatrice du projet DEMO financé par l’UE. «Pour cette raison, tout diagnostic clinique de la maladie d’Alzheimer est appelé "maladie suspectée".» Actuellement, les médecins font ces diagnostics à l’aide de scintigraphies cérébrales, qui examinent la forme et le fonctionnement du cerveau, combinées à des entretiens avec des patients pour évaluer des facteurs comme le rappel de mémoire. Ensemble, ces mesures sont également utilisées pour faire la distinction entre des affections apparentées telles que la maladie d’Alzheimer, les maladies cérébro-vasculaires, la démence fronto-temporale, etc. Le projet DEMO a cherché à améliorer ce processus en identifiant et en développant des biomarqueurs d’imagerie quantitative (QIB) facilement visibles sur les IRM, et en les utilisant pour modéliser la trajectoire probable de la maladie. «L’idée, c’est d’imaginer qu’avec une IRM il est possible de mesurer 1 000 choses différentes dans le cerveau et, chaque fois que la démence évolue chez le patient, de voir si l’une de ces choses a changé», ajoute Mads Nielsen. Le QIB de référence, dit Mads Nielsen, est actuellement le volume de l’hippocampe, qui diminue dans la maladie d’Alzheimer. D’autres QIB comprennent la morphologie du cerveau, les pathologies vasculaires, le rétrécissement de diverses parties du cerveau et l’accumulation de protéines pathologiques. De nombreuses autres mesures pourraient exister, et c’est ce que DEMO a recherché.
Le pouvoir de prédire la progression de la maladie
En utilisant des données longitudinales historiques de patients atteints de démence, Mads Nielsen et son équipe chez Biomediq ont utilisé des techniques d’apprentissage automatique pour identifier des modifications dans la structure et la fonction cérébrales offrant un pouvoir prédictif de la présence et de l’évolution de la maladie. Ces données sont actuellement mises en œuvre dans un autre projet, PMI-AD, financé par le programme commun de l’UE – Recherche sur les maladies neurodégénératives. En améliorant les QIB, Mads Nielsen espère que les patients pourront non seulement être diagnostiqués plus tôt et se voir offrir un pronostic plus précis et objectif, mais aussi que des interventions contre la démence pourront être validées. En effet, les effets de divers médicaments testés pour la démence devraient être reflétés par les QIB. «Bien sûr, vous pouvez voir si la fonction cérébrale s’améliore qualitativement, mais vous voulez aussi regarder dans le cerveau pour voir si les biomarqueurs étayent la conclusion que le médicament a un effet bénéfique», explique Mads Nielsen. Le projet DEMO a été financé par le programme Actions Marie Skłodowska-Curie. «Il s’agit avant tout d’un réseau de formation pour les jeunes chercheurs; un autre résultat a donc été que ces chercheurs talentueux ont obtenu leur doctorat grâce à lui», remarque Mads Nielsen. Le groupe vise maintenant à tester le logiciel de numérisation d’images au Royaume-Uni et dans l’UE, et des études pilotes sont prévues au Danemark et en Norvège. Mads Nielsen ajoute: «Dans un an ou deux, nous espérons voir une utilisation clinique plus répandue de cette pratique.»
Mots‑clés
DÉMO, démence, modélisation, Alzheimer, cerveau, scan, pronostic, diagnostic, objectif, machine, apprentissage
