Un nouveau modèle ML peut identifier une déficience cognitive légère à partir d’analyses rétiniennes

Auparavant, les scientifiques du Duke University Medical Center ont développé un modèle qui utilisait des scans rétiniens et d’autres données pour identifier avec succès les patients atteints d’un diagnostic connu d’Alzheimer. La tomographie par cohérence optique (OCT) et l’angiographie OCT (OCTA) ont identifié des anomalies structurelles dans la microvascularisation et la rétine neurosensorielle des patients atteints de la maladie d’Alzheimer.

De nouveaux travaux étendent ce travail, dans lequel les scientifiques ont développé un nouveau modèle d’apprentissage automatique qui peut différencier la cognition normale de la déficience cognitive légère en utilisant des images rétiniennes de l’œil. Le modèle examine les images rétiniennes et les données associées pour détecter les personnes atteintes de troubles cognitifs légers, en identifiant les traits clés.

Le modèle pourrait être utilisé comme méthode non invasive et peu coûteuse d’identification des premiers signes de troubles cognitifs susceptibles d’évoluer vers la maladie d’Alzheimer.

L’auteur principal Sharon Fekrat, MD, professeur dans les départements d’ophtalmologie et de neurologie de Duke et professeur agrégé au département de chirurgie, a déclaré : « Il s’agit d’un travail particulièrement passionnant car nous n’étions pas en mesure de différencier les troubles cognitifs légers de la cognition normale dans les modèles précédents. Ce travail nous rapproche de la détection des troubles cognitifs avant qu’ils n’évoluent vers la démence d’Alzheimer.

En plus des informations sur le patient comme l’âge, le sexe, l’acuité visuelle, les années d’éducation et des marqueurs spécifiques dans les images OCT et OCTA qui indiquent l’existence d’une déficience cognitive, le nouveau modèle extrait également des informations quantitatives des images elles-mêmes.

Avec une sensibilité de 79 % et une spécificité de 83 %, le modèle a évalué des images et des images rétiniennes avec des données quantitatives pour distinguer les personnes ayant une cognition normale de celles diagnostiquées avec une déficience cognitive légère.

Le co-premier auteur C. Ellis Wisely, MD, professeur adjoint au Département d’ophtalmologie, a déclaré : « Il s’agit de la première étude à utiliser des images rétiniennes OCT et OCTA pour distinguer les personnes atteintes de troubles cognitifs légers des personnes ayant une cognition normale. Disposer d’un moyen non invasif et moins coûteux d’identifier ces patients de manière fiable est de plus en plus important, d’autant plus que de nouvelles thérapies pour la maladie d’Alzheimer pourraient devenir disponibles.

Le co-auteur principal Alexander Richardson, étudiant au laboratoire Eye Multimodal Imaging in Neurodegenerative Disease de Duke, a déclaré : “La rétine est une fenêtre sur le cerveau, et les algorithmes d’apprentissage automatique qui exploitent l’imagerie rétinienne non invasive et rentable pour évaluer la santé neurologique peuvent être un outil puissant pour dépister les patients à grande échelle.”

Référence de la revue :

1. C. Ellis Wisly, Alexander Richardson, Ricardo Henao, et al. Un réseau neuronal convolutif utilisant l’imagerie rétinienne multimodale pour différencier les troubles cognitifs légers de la cognition normale. Sciences de l’ophtalmologie. EST CE QUE JE: 10.1016/j.xops.2023.100355