Pour établir un diagnostic précis et fiable de la maladie de Parkinson, les patients aux premiers stades de la maladie doivent souvent effectuer diverses tâches de mobilité, notamment l’observation des schémas de marche et de mouvement et le test des réflexes. Ces tests sont un processus fastidieux pour le patient et le médecin.
« Le diagnostic des troubles de la mobilité est très difficile. Une grande partie du processus est subjective et donc peu précise », a déclaré le chercheur Michael Cummings, professeur de biologie. « Un diagnostic plus précis pourrait réduire la souffrance physique et psychologique des patients, en partie parce qu’il permettrait d’éviter des visites fréquentes à la clinique et des erreurs de diagnostic. »
La procédure récemment mise au point par les chercheurs, qui utilise des capteurs portables et l’apprentissage automatique, peut simplifier considérablement ce processus et garantir qu’un diagnostic de la maladie de Parkinson peut également être établi plus tôt, afin que le traitement puisse être commencé plus tôt. Les résultats sont les suivants publié ici.
Diagnostiquer avec l’apprentissage automatique
Des chercheurs du Centre de bioinformatique et de biologie computationnelle (CBCB) de l’Université du Maryland et leurs collègues ont développé un algorithme d’apprentissage automatique qui analyse les données des capteurs de suivi de mouvement portables. Cela pourrait automatiser certaines parties du processus de test pour diagnostiquer la maladie de Parkinson. À terme, selon les chercheurs, cela pourrait conduire à des diagnostics plus précis et plus précoces, qui pourraient à leur tour conduire à des interventions thérapeutiques plus précoces.
L’étude a révélé qu’un seul capteur placé dans le bas du dos associé à une seule tâche de mobilité impliquant plusieurs mouvements suffit à diagnostiquer la maladie de Parkinson. Les chercheurs ont ensuite développé un cadre d’apprentissage automatique avancé qui a analysé les tendances et les variations dans les données.
Ici, l’identification des symptômes de la maladie et la précision du diagnostic ont été améliorées. L’étude a même permis d’atteindre une précision diagnostique de 92,6 %. En d’autres termes, dans plus de neuf cas sur dix, le diagnostic établi par l’algorithme basé sur les données des capteurs de mouvement était correct. En comparaison, sans l’utilisation de l’IA, la précision du diagnostic clinique par des experts dans le domaine des troubles du mouvement était de 81 %.
Diagnostic de la maladie de Parkinson
Partout dans le monde, mais aussi aux Pays-Bas, des efforts sont déployés pour améliorer les processus de diagnostic de la maladie de Parkinson. Détecter la maladie le plus tôt possible est crucial pour le traitement et la qualité de vie des patients. Il y a quelques mois, la FDA américaine a appelé les développeurs à soumettre des modèles d’IA pour tests et approbation. Le régulateur est convaincu que la technologie de l’IA peut aider à mieux cartographier l’état de santé des personnes susceptibles de développer la maladie de Parkinson.
En 2020, une étudiante en médecine technique a développé, lors de son stage à l’Isala, un programme permettant d’évaluer si un patient est atteint de la maladie de Parkinson. Cela a été réalisé à l’aide d’images prises avec le scanner SPECT-CT. Ces images sont réalisées au service de médecine nucléaire pour les patients chez qui un neurologue suspecte la maladie de Parkinson.
#Diagnostiquer #maladie #Parkinson #rapidement #grâce #aux #capteurs #lapprentissage #automatique
