Des chercheurs brésiliens proposent une méthode de diagnostic quantitative des troubles du spectre autistique

Le diagnostic des troubles du spectre autistique (TSA) reste un défi de taille en raison du degré de complexité impliqué, nécessitant des professionnels hautement spécialisés. L’autisme est un trouble neurologique multifactoriel dont les symptômes varient considérablement. Aux États-Unis, environ 1 enfant sur 36 a été diagnostiqué avec un TSA, selon les Centers for Disease Control and Prevention (CDC), et pourtant il n’existe pas de marqueurs biochimiques pour l’identifier avec précision. Une méthode de diagnostic quantitative est proposée par des chercheurs brésiliens dans un article publié dans la revue Rapports scientifiques.

L’étude était basée sur les données d’imagerie cérébrale de 500 personnes, dont environ la moitié (242) avaient reçu un diagnostic de TSA. Des techniques d’apprentissage automatique ont été appliquées aux données. « Nous avons commencé à développer notre méthodologie en collectant des données d’imagerie par résonance magnétique fonctionnelle [fMRI] et électroencéphalogramme [EEG] données », a déclaré Francisco Rodrigues, dernier auteur de l’article. Il est professeur à l’Institut de mathématiques et d’informatique de l’Université de São Paulo (ICMC-USP) à São Carlos, au Brésil, et sa contribution à la recherche a été soutenue par la FAPESP. .

Nous avons comparé des cartes de personnes avec et sans TSA et avons constaté que le diagnostic était possible en utilisant cette méthodologie.”

Francisco Rodrigues, dernier auteur de l’article

Les chercheurs ont alimenté un algorithme d’apprentissage automatique avec ces cartes. Sur la base des exemples appris, le système a pu déterminer quelles altérations cérébrales étaient associées aux TSA avec une précision supérieure à 95 %.

De nombreuses recherches récentes proposent des méthodes de diagnostic des TSA basées sur l’apprentissage automatique mais utilisent un seul paramètre statistique, ignorant l’organisation du réseau cérébral, qui est l’innovation présentée par cette étude, note l’article. Les cartes cérébrales ou les réseaux corticaux montrent comment les régions du cerveau sont connectées. Les recherches sur ces réseaux ont commencé il y a une vingtaine d’années et ont offert une nouvelle vision des neurosciences. “Tout comme une route avec des interruptions modifie le trafic dans une région, un cerveau avec des altérations entraîne des changements de comportement”, a déclaré Rodrigues.

L’analyse des données d’IRMf a mis en évidence des changements dans certaines régions cérébrales associées aux processus cognitifs, émotionnels, d’apprentissage et de mémoire. Les réseaux corticaux des patients atteints de TSA affichaient plus de ségrégation, moins de distribution d’informations et moins de connectivité par rapport aux témoins.

« Jusqu’à il y a quelques années, on savait peu de choses sur les altérations qui conduisent aux symptômes du TSA. Aujourd’hui, cependant, on sait que les altérations cérébrales chez les patients atteints de TSA sont associées à certains comportements, bien que la recherche anatomique montre que les altérations sont difficiles à voir. , rendant le diagnostic de TSA léger beaucoup plus difficile. Notre étude est une étape importante dans le développement de nouvelles méthodologies qui peuvent nous aider à mieux comprendre cette neurodivergence », a déclaré Rodrigues.

La méthodologie est en cours de développement et prendra des années à mettre en œuvre. Néanmoins, il contribuera à la compréhension des différences cérébrales et sera utile à l’avenir pour aider les spécialistes, en particulier dans les cas impliquant une incertitude diagnostique.

Une large gamme d’applications

Pour Rodrigues, l’étude est une petite contribution à une meilleure compréhension de la relation entre les TSA et les altérations cérébrales. Beaucoup plus de recherche est nécessaire pour que cette méthode de diagnostic automatique soit mise en pratique. La cartographie cérébrale peut être utile pour diagnostiquer d’autres conditions en dehors des TSA. Des travaux antérieurs montrent que les cartes cérébrales peuvent également être utilisées pour détecter la schizophrénie avec une précision considérable.

“Nous avons commencé à développer de nouvelles méthodes pour identifier les troubles mentaux il y a dix ans. Nous avons constaté que le diagnostic de la schizophrénie peut être considérablement amélioré en utilisant les réseaux cérébraux et l’intelligence artificielle. Nous avons également récemment étudié l’utilisation de la méthodologie pour enquêter sur la maladie d’Alzheimer et avons trouvé un diagnostic automatique précis pour être possible », a déclaré Rodrigues, se référant à une étude publiée en 2022 dans le Journal d’ingénierie neuronale.

De nombreux défis doivent être surmontés, tels que de petites bases de données et la difficulté de collecter des données, mais en tant que méthodologie générale, cela peut aider les scientifiques à comprendre plusieurs conditions, et l’un des objectifs du groupe est d’étudier les relations entre les troubles mentaux.

“Dans quelle mesure la schizophrénie et la maladie d’Alzheimer sont-elles similaires en termes d’altérations cérébrales ? Si nous pouvons trouver des corrélations entre les troubles mentaux, nous pourrons peut-être développer de nouveaux médicaments et des traitements similaires pour différentes conditions, ou même adapter le traitement d’une condition à une autre. Nous Nous en sommes loin, mais la voie à suivre est prometteuse”, a déclaré Rodrigues.

Les chercheurs attendent une meilleure compréhension de la façon dont les altérations cérébrales influencent le comportement pour conduire à un traitement plus humain et efficace ainsi qu’à des politiques publiques plus efficaces. La complexité du sujet ressort de la nature interdisciplinaire de la recherche impliquée. Le groupe comprenait des physiciens, des statisticiens, des médecins et des neuroscientifiques de centres au Brésil, en France et en Allemagne. Ils ont analysé des données médicales compilées par des neurologues et des études d’imagerie cérébrale par des neuroscientifiques, ainsi que des algorithmes développés par des physiciens et des statisticiens.

L’étude faisait partie de la recherche doctorale de Caroline Alves, premier auteur de l’article. Elle a une formation en physique, en sciences physiques et biomoléculaires et en informatique. La FAPESP a également soutenu deux autres auteurs de l’article via des bourses doctorales : Aruane Pineda (bourse n° 19/22277-0) et Kirstin Roster (bourse n° 19/26595-7), toutes deux supervisées par Rodrigues.