Alzheimer, Parkinson… « Demain, les IA détecteront des maladies grâce à la biométrie »

Source :polytechnique insights

Par : Mounîm A. El Yacoubi

professeur à Télécom SudParis (IP Paris)

L’IA et le machine learning sont déjà utilisés aujourd’hui pour aider au diagnostic des patients. En quoi peuvent-ils être utiles ?

Mounîm El Yacoubi. Tout d’abord, il faut souligner que le diagnostic ne se résume pas à un simple tri des patients. Il n’existe pas de frontière nette entre le « normal » et le « pathologique ». C’est pour cela que les médecins restent maîtres de leurs diagnostics, et que les solutions de machine learning ne sont que des aides, qui n’ont pas vocation à se substituer aux médecins mais à les aider à prioriser, par exemple.

Néanmoins, aujourd’hui, le machine learning a des choses à apporter, notamment dans la détection des anomalies dans les IRM. Ce type de méthode repose sur un apprentissage supervisé à partir de millions d’images. Les systèmes arrivent ainsi à repérer des anomalies, avec des taux de classification très élevés, parfois plus fins que ceux des médecins.

L’IA peut donc nous servir à aller au-delà des tests actuels ?

En effet. Les méthodes classiques de diagnostic, qui s’appuient sur des tests sanguins, sur l’imagerie médicale ou sur la mesure d’autres paramètres biologiques, essaient de mettre en évidence une anomalie ou les symptômes caractéristiques d’une pathologie.

Elles fonctionnent assez bien, mais ne sont pas parfaites : elles sont souvent invasives et coûteuses en matériel et en personnel. Il faut aussi que les patients viennent à l’hôpital ou au laboratoire de biologie médicale. Pour toutes ces raisons, les outils de diagnostic basés sur du machine learning, sur des données issues de capteurs peu couteux et non invasifs, intéressent le milieu médical.

De votre côté, vous n’exploitez pas les données classiques de la médecine…

Non, en effet. Nous travaillons sur des données dites écologiques, comme l’écriture, la démarche ou la voix.

Pour la maladie de Parkinson, nous menons un projet de recherche européen, en collaboration avec l’Institut du Cerveau et de la Moelle épinière. L’objectif est de parvenir à détecter dans la voix et les expressions du visage du patient des anomalies typiques de la maladie, et ce au cours d’un simple appel vidéo. Les personnes souffrant de ce trouble neurodégénératif présentent en général une hypomimie, c’est-à-dire une réduction de l’amplitude des mouvements expressifs, ou des altérations de la voix. Nous développons ainsi une méthode de machine learning pour détecter automatiquement ces signaux, et nous cherchons à comparer ses résultats aux données d’IRM ou d’autres indicateurs cliniques. Nous espérons que notre approche pourra aider à mieux caractériser les patients et à stratifier la maladie, c’est-à-dire à identifier des critères permettant de détecter des groupes de patients parkinsoniens avec des comportements différents, qui pourraient donc être traités par les médecins par de traitements et des thérapies différents.

Avec un outil comme celui-ci, une première étape diagnostique pourrait être réalisée sans même avoir besoin de faire venir le patient !

Close Bitnami banner
Bitnami