Système de prédiction de la fragilité chez les personnes âgées grâce à l’intelligence artificielle

La fragilité est un syndrome lié à l’âge caractérisé par une perte de force et un épuisement et est associé à une multimorbidité. Les techniques d’apprentissage automatique (une forme d’intelligence artificielle) peuvent contribuer à la détection précoce et à la prédiction de son apparition.

Certains scientifiques du Groupe des systèmes intelligents (GSI) de l’Université polytechnique de Madrid (UPM) en Espagne se sont intéressés à ce sujet et ont développé un modèle d’apprentissage automatique pour prédire la fragilité et la préfragilité, avec une attention particulière à l’apparence physique. de la pathologie. Compte tenu de l’augmentation de l’âge moyen de la population, le développement de politiques de prévention et de traitement de la fragilité est un sujet d’un grand intérêt pour la société, car la prévention de cette maladie peut améliorer considérablement la vie de nos personnes âgées et alléger le fardeau de le système de santé. Les techniques d’apprentissage automatique donnent des résultats prometteurs dans la création d’un outil de support médical pour cette tâche.

La fragilité est un syndrome qui touche la population âgée et se caractérise par la diminution de la réserve physiologique et des fonctions physiques et cognitives. Elle est corrélée à une perte de masse musculaire et à une faiblesse et est associée à un risque accru de chutes, d’hospitalisations fréquentes ou de dysfonctionnements moteurs et cognitifs. En relation avec ce sujet, l’étude réalisée par les chercheurs du groupe GSI de l’UPM s’est fixé pour objectif de créer un ensemble de données pour les études de fragilité basées sur l’apprentissage automatique. Pour ce faire, ils ont utilisé la définition proposée par l’épidémiologiste et gériatre Linda P. Fried en 2001, qui identifie un phénotype de fragilité à travers cinq critères (perte de poids involontaire, lenteur, force de préhension, niveau d’activité physique et épuisement). la population en trois catégories : fragile, pré-fragile et robuste.

Pour développer ces types de modèles, vous avez besoin d’une grande quantité de données à partir desquelles le modèle peut apprendre. Pour cela, Matteo Leghissa, Álvaro Carrera et Carlos Á. Iglesias, les trois membres de l’UPM, ont utilisé l’une des études les plus reconnues sur le vieillissement, l’ELSA (English Longitudinal Study of Aging), qui collecte des données sur les personnes âgées au Royaume-Uni depuis 2001. Après avoir étudié et traité avec À partir de ces données, ils ont formulé un modèle capable de donner une estimation du risque de fragilité sur un horizon temporel de deux ans. Ils ont identifié les variables les plus pertinentes et avec elles ils ont développé un questionnaire à poser aux personnes âgées, et ainsi obtenir les données d’entrée du modèle. Les questions varient selon les domaines médicaux, économiques, sociaux et culturels et ne nécessitent pas de tests ou d’analyses du patient.

Les données obtenues dans l’étude peuvent être utilisées pour connaître le niveau de fragilité de chaque personne âgée, grâce à des architectures d’apprentissage automatique préalablement formées pour la détection et la prédiction de la fragilité. La réalisation de ces modèles s’inscrit dans l’intégration de la science des données avec la médecine et les hôpitaux, un outil avec de grandes perspectives pour améliorer la santé de la population.

“L’un des résultats obtenus grâce à l’étude est un miroir intelligent installé dans les maisons des personnes âgées dans le but de les aider dans leur vie quotidienne à contrer le risque de fragilité”, indiquent les chercheurs.

Exemple d’utilisation du miroir intelligent. (Photo : fournie par l’Université de Castilla la Mancha, coordinatrice du projet MIRATAR)

Les résultats obtenus n’auraient pas été possibles sans le soutien et le travail des autres groupes de recherche participant au projet : l’Université de Castille-La Manche, le Réseau du Centre de Recherche Biomédicale sur la Fragilité et le Vieillissement en Bonne Santé (CIBERFES) et l’Université Carlos III. , en Espagne toutes ces institutions.

L’étude s’intitule « FRELSA : Un ensemble de données sur la fragilité chez les personnes âgées provenant d’ELSA et évalué au moyen de modèles d’apprentissage automatique ». Et il a été publié dans la revue académique International Journal of Medical Informatics. (Source : UPM)