L’IA peut révolutionner la détection et la gestion de la maladie d’Alzheimer
La maladie d'Alzheimer est un albatros de la santé qui se cache à l'arrière-plan pour s'attaquer à notre population vieillissante. Malgré une attention considérable accordée à la détection et à la gestion de la maladie d'Alzheimer (MA), des lacunes importantes subsistent.
Alors que de nombreux outils traditionnels d'évaluation de la mémoire sont disponibles, les déficiences dans la précision et la fiabilité du dépistage et de la détection restent répandues. De nouvelles recherches suggèrent que l'utilisation de la technologie sous forme d'intelligence artificielle (IA) pourrait présenter une solution pour tester et gérer la situation complexe de la santé humaine.
Dans le monde, environ 44 millions de personnes vivent avec la MA ou une forme connexe de démence. Bien que 82 pour cent des personnes âgées aux États-Unis disent qu'il est important de faire vérifier leur pensée ou leur mémoire, seulement 16 pour cent disent recevoir des évaluations cognitives régulières.
Et même avec le développement de nouveaux tests en ligne simples, de nombreux facteurs intégrés et complexes compliquent l'interprétation des résultats des tests d'évaluation de la mémoire. Cela représente un réel défi pour les cliniciens et constitue un obstacle collectif pour lutter contre la prévalence croissante et généralisée de la MA.
En tant que tel, une équipe de chercheurs du College of Engineering and Computer Science de la Florida Atlantic University, de SIVOTEC Analytics, de HAPPYneuron, de MemTrax et de la Stanford University School of Medicine, estime que l'IA peut contribuer de manière significative à résoudre ces problèmes complexes.
L'un des défis consiste à déterminer la fiabilité et la validité de nouveaux instruments d'évaluation tels que MemTrax - un test de mémoire en ligne très simple utilisant la reconnaissance d'image. MemTrax est un outil d'apprentissage automatique supervisé et de modélisation prédictive qui peut servir d'outil de dépistage d'aide à la décision clinique pour évaluer les troubles cognitifs.
Tel que publié dans le Journal de la maladie d'Alzheimer, les chercheurs ont déterminé que MemTrax est un outil efficace qui peut être administré dans le cadre du test en ligne des tâches de reconnaissance continue (M-CRT), pour dépister les variations de la santé cognitive du cerveau.
Notamment, une comparaison de MemTrax avec l'estimation de l'évaluation cognitive de Montréal reconnue et largement utilisée de la déficience cognitive légère souligne la puissance et le potentiel de ce nouvel outil en ligne. MemTrax améliore la capacité à évaluer la mémoire à court terme et aide au diagnostic pour le dépistage et l'évaluation cognitifs pour une variété de conditions cliniques et de déficiences, y compris la démence.
«L'apprentissage automatique a une capacité inhérente à révéler des modèles et des idées significatifs à partir d'un large éventail complexe et interdépendant de déterminants cliniques et la capacité de continuer à« apprendre »de l'utilité continue des modèles prédictifs pratiques», a déclaré Taghi Khoshgoftaar, PhD, co -auteur et professeur Motorola au Département de génie informatique et électrique et d'informatique de la FAU.
«Une utilisation transparente et une interprétation en temps réel amélioreront la gestion des cas et les soins aux patients grâce à une technologie innovante et à des applications cliniques intégrées pratiques et facilement utilisables qui pourraient être développées en un appareil portatif et une application.»
Pour l'étude, les chercheurs ont utilisé un ensemble de données existant, qui comprend des données provenant de plus de 18 000 personnes. Ils ont examiné les réponses aux questions générales de dépistage de la santé (concernant la mémoire, la qualité du sommeil, les médicaments et les conditions médicales affectant la pensée) et les informations démographiques. Ils ont également examiné les résultats des tests d'adultes qui ont passé le test MemTrax (M-CRT) pour le dépistage de la mémoire épisodique.
«Les résultats de notre étude constituent une étape importante dans l’avancement de l’approche de prise en charge clinique d’une maladie très complexe comme la maladie d’Alzheimer», a déclaré Michael F. Bergeron, PhD, auteur principal.
«En analysant un large éventail d'attributs dans plusieurs domaines du système humain et des comportements fonctionnels de la santé du cerveau, l'exploration de données avancée informée et stratégiquement dirigée, l'apprentissage automatique supervisé et des analyses robustes peuvent être intégraux, et en fait nécessaires, pour les prestataires de soins de santé. pour détecter et anticiper la progression de cette maladie et une myriade d'autres aspects de la déficience cognitive. »
La MA est la sixième cause de décès aux États-Unis, touchant 5,8 millions d'Américains. Selon l'Association Alzheimer, ce nombre devrait passer à 14 millions d'ici 2050. En 2019, la MA et d'autres démences coûteront à la nation 290 milliards de dollars. D'ici 2050, ces coûts pourraient atteindre 1,1 billion de dollars.
«Avec sa prévalence généralisée, son incidence croissante et son fardeau pour la santé publique, il est impératif de s'assurer que les outils utilisés par les cliniciens pour tester et gérer la maladie d'Alzheimer et d'autres troubles cognitifs associés sont optimaux», a déclaré Stella Batalama, PhD, doyenne du Collège d'ingénierie de la FAU. et informatique.
«Les résultats de cette étude importante fournissent de nouvelles perspectives et découvertes qui ont ouvert la voie à de futures recherches importantes et percutantes.»
Source: Université Florida Atlantic / EurekAlert
Photo:
