Magazine Santé

PARKINSON : La respiration en dit long

Publié le 11 octobre 2022 par Santelog @santelog
Détecter la maladie de Parkinson à partir des schémas respiratoires du patient (Visuel  Dina Katabi, et. al.)Détecter la maladie de Parkinson à partir des schémas respiratoires du patient (Visuel  Dina Katabi, et. al.)

Ce modèle d'intelligence artificielle (IA) développé par ces bioingénieurs du Massachusetts Institute of Technologie (MIT) peut détecter la maladie de Parkinson à partir des schémas respiratoires du patient. Basé sur la technologie du réseau de neurones artificiels, ce dispositif, mural, et qui ne nécessite aucune interaction de la part du patient, promet, dans la revue Nature Medicine, de discerner la présence et la sévérité de l'une des maladies neurologiques à la fois les plus fréquentes et les plus difficiles à diagnostiquer.

Caractérisée par l'apparition, mais souvent plusieurs années après son apparition, de symptômes moteurs tels que tremblements, une raideur et une lenteur, la maladie de Parkinson est souvent plusieurs années après l'apparition de la maladie. Le modèle d’IA capable de détecter la maladie de Parkinson juste à partir des schémas respiratoires d'une personne va permettre une détection plus précoce mais faciliter aussi le recrutement de participants pour les essais de nouveaux traitements.

Analyser la respiration nocturne

Un réseau de neurones, soit une série d'algorithmes connectés qui imitent le fonctionnement d'un cerveau humain évalue si la personne est en train de développer une maladie de Parkinson, juste à partir de sa respiration nocturne, c'est-à-dire des schémas respiratoires qui se produisent pendant le sommeil. Le réseau de neurones, développé par les deux chercheurs Yuzhe Yang et Yuan Yuan du MIT, est également capable de discerner la gravité de la maladie de Parkinson et de suivre sa progression dans le temps. Ces deux scientifiques ont travaillé sur ce projet avec des collègues de l'Université Rutgers, de l'Université de Rochester, de la Mayo Clinic, du Massachusetts General Hospital et de la Boston University.

Détecter Parkinson à domicile : l’équipe travaille depuis des années à la détection de la maladie de Parkinson via l’analyse du liquide céphalo-rachidien (LCR) et de la neuroimagerie, mais ces méthodes sont invasives, coûteuses et nécessitent l'accès à des centres médicaux spécialisés. Ces modes de détection ne permettent pas des tests fréquents qui pourraient permettre le suivi continu de l’évolution de la maladie.

  • L'évaluation via l’IA de la maladie de Parkinson peut, en revanche, être effectuée tous les soirs à la maison et manière transparente, durant le sommeil, et non invasive bien sûr. Le dispositif, qui ressemble à un routeur wifi émet des signaux radio, analyse leurs réflexions sur l'environnement environnant et en extrait les schémas respiratoires du sujet. Aucun effort ou participation n'est nécessaire de la part du patient, ou du soignant.
  • La relation entre la maladie de Parkinson et la respiration est documentée dès les années 1800, dans les travaux du Dr James Parkinson. Puis d’autres études ont montré que les symptômes respiratoires se manifestent des années avant les symptômes moteurs, ce qui en fait des marqueurs prometteurs pour l'évaluation des risques avant même le diagnostic.

Ces premières preuves de concept suggèrent que ce dispositif pourrait avoir des implications importantes pour le développement de médicaments et de soins cliniques pour la maladie de Parkinson. « En termes de développement de médicaments, les résultats peuvent permettre des essais cliniques d'une durée nettement plus courte et avec moins de participants, accélérant finalement le développement de nouvelles thérapies. En termes de soins cliniques, l'approche peut faciliter considérablement l'évaluation des patients atteints de la maladie, en particulier lorsqu’ils n’ont pas accès aux analyses d’imagerie ou biologiques ».

Source: Nature Medicine 22 Aug, 2022 DOI: 10.1038/s41591-022-01932-x Artificial intelligence-enabled detection and assessment of Parkinson’s disease using nocturnal breathing signals

Équipe de rédaction SantélogOct 11, 2022Rédaction Santé log




Retour à La Une de Logo Paperblog

A propos de l’auteur


Santelog 71170 partages Voir son profil
Voir son blog

Magazine