Un nouvel outil d'intelligence artificielle (IA) qui peut aider à interpréter et à évaluer comment les traitements fonctionnent pour les patients atteints de sclérose en plaques (MS) ont été développés par des chercheurs de l'UCL.
L'IA utilise des modèles mathématiques pour former des ordinateurs en utilisant des quantités massives de données pour apprendre et résoudre des problèmes d'une manière qui peut sembler humaine, notamment pour effectuer des tâches complexes comme la reconnaissance d'image.
L'outil, appelé Mineurpeut extraire des informations clés des images cérébrales (IRM) acquises pendant les soins aux patients atteints de SEP, tels que la mesure des zones endommagées du cerveau et mettant en évidence des changements subtils tels que le rétrécissement du cerveau et les plaques.
La SEP est une condition où le système immunitaire attaque le cerveau et la moelle épinière. Cela cause des problèmes dans la façon dont une personne se déplace, ressent ou pense. Au Royaume-Uni, 130 000 personnes vivent avec la SEP, ce qui coûte au NHS plus de 2,9 milliards de livres sterling par an.
Les marqueurs d'imagerie par résonance magnétique (IRM) sont cruciaux pour étudier et tester les traitements pour la SEP. Cependant, la mesure de ces marqueurs a besoin de différents types d'informations d'IRM spécialisées, limitant l'efficacité de nombreuses analyses des hôpitaux de routine.
Dans le cadre d'une nouvelle étude, publiée dans Communications de la nature, Les chercheurs ont testé l'efficacité de Mineur sur plus de 14 000 images de plus de 1 000 patients atteints de SEP.
Cette tâche avait auparavant exigé des neuro-radiologues experts pour interpréter manuellement des années de scans complexes – et le délai de redressement pour signaler ces images est souvent des semaines en raison de la charge de travail du NHS.
Cependant, pour la première fois, Mineur A été capable d'utiliser avec succès l'IA pour détecter comment les différents traitements ont affecté la progression de la maladie dans les essais cliniques et les soins de routine, en utilisant des images qui ne pouvaient pas être analysées auparavant et des images d'IRM de routine. Le processus n'a pris que cinq à 10 secondes par image.
Mineur Également meilleur que deux autres outils d'IA – SAMSEG (un outil utilisé pour identifier et décrire différentes parties du cerveau dans les scans IRM) et WMH-SynthSeg (un outil qui détecte et mesure les points lumineux observés sur certains scans IRM, qui peuvent être importants pour le diagnostic et la surveillance des conditions telles que la SEP) – par rapport à l'analyse clinique experte.
Mineur était 60% meilleur que SAMSEG et 20% mieux que WMH-SynthSeg pour localiser les anomalies cérébrales appelées plaques (ou lésions) ou pour surveiller l'effet du traitement.
En utilisant Mineur nous permettra d'utiliser des images cérébrales existantes dans les archives hospitalières pour mieux comprendre la sclérose en plaques et comment le traitement affecte le cerveau.
Nous espérons que l'outil débloquera des informations précieuses de millions d'images cérébrales inexploitées qui étaient auparavant difficiles ou impossibles à comprendre, conduisant immédiatement à des informations précieuses sur la sclérose en plaques pour les chercheurs et, dans un avenir proche, pour mieux comprendre l'état d'un patient à travers l'IA à la clinique. Nous espérons que cela sera possible dans les cinq à 10 prochaines années. «
Dr Philipp Goebl, Premier auteur, UCL Queen Square Institute of Neurology and UCL Hawkes Institute
Les résultats de l'étude montrent qu'il est possible d'utiliser Mineur Pour identifier et mesurer avec précision les tissus et les lésions cérébrales importantes, même avec des données IRM limitées et des types uniques de numérisations qui ne sont généralement pas utilisés à cette fin – tels que l'IRM pondérée en T2 sans flair (un type de scan qui met en évidence les fluides dans le corps mais contient toujours des signaux lumineux – ce qui rend plus difficile de voir des plaques).
En plus de mieux détecter les changements dans la couche extérieure du cerveau, Mineur a également bien fonctionné dans des zones cérébrales plus profondes.
Les résultats ont été valides et fiables à un moment donné et sur des périodes plus longues (c'est-à-dire aux analyses annuelles auxquelles les patients ont assisté).
En plus, Mineur a pu corroborer des recherches antérieures de haute qualité concernant les traitements les plus efficaces.
Les chercheurs espèrent maintenant que Mineur Peut être utilisé pour évaluer les traitements de la SEP dans des contextes réels, surmontant les limites antérieures de s'appuyer uniquement sur des données d'essai cliniques de haute qualité, qui ne capturent souvent pas toute la diversité des personnes atteintes de SEP.
Le Dr Arman Eshaghi (UCL Queen Square Institute of Neurology et UCL Hawkes Institute), le principal chercheur du projet et leader du groupe MS-Pinpoint, a déclaré: « Nous n'analysons pas auparavant la majeure partie des images cérébrales cliniques en raison de leur qualité inférieure. L'IA déverrouillerait le potentiel inexploité du trésor du trésor de l'information hospitalière pour fournir une insistance sans rapport sur la progression des femmes et le travail des traitements et affecter les informations sur le plan du monde. »
Limitations de l'étude
La mise en œuvre actuelle de Mineur est limité aux analyses cérébrales et n'inclut pas l'imagerie de la moelle épinière, ce qui est important pour évaluer le handicap chez les personnes atteintes de SEP. Les recherches futures devront développer une évaluation plus complète de l'ensemble du système neuronal pour englober à la fois le cerveau et la moelle épinière.
Développement Mineur
Mineur est un modèle d'apprentissage en profondeur (IA), développé par des chercheurs de l'UCL, pour évaluer les images IRM du cerveau et identifier les dommages et les changements causés par la SEP. En développement Mineur Les scientifiques ont utilisé un ensemble de données initial de 4 247 scans IRM cérébrale de 2 934 patients atteints de SEP dans 592 scanners IRM. Pendant ce processus Mineur s'entraîne à identifier les marqueurs de la maladie. Cette nouvelle étude a été menée pour valider Mineurcontre trois bases de données distinctes de 14 952 images de 1 001 patients.
