Un système d’intelligence artificielle (IA) nouvellement développé qui analyse les IRM spécialisées du cerveau a diagnostiqué avec précision les enfants âgés de 24 à 48 mois atteints d’autisme avec un taux de précision de 98,5 %, selon une recherche présentée la semaine prochaine lors de la réunion annuelle du Radiological Société d’Amérique du Nord (RSNA).
Mohamed Khudri, B.Sc., chercheur invité à l’Université de Louisville dans le Kentucky, faisait partie d’une équipe multidisciplinaire qui a développé le système en trois étapes pour analyser et classifier l’IRM du tenseur de diffusion (DT-IRM) du cerveau . La DT-MRI est une technique spéciale qui détecte la façon dont l’eau se déplace le long des voies de substance blanche dans le cerveau.
Notre algorithme est formé pour identifier les zones de déviation afin de diagnostiquer si une personne est autiste ou neurotypique. »
Mohamed Khudri, B.Sc., chercheur invité à l’Université de Louisville
Le système d’IA consiste à isoler les images de tissus cérébraux des analyses DT-IRM et à extraire des marqueurs d’imagerie qui indiquent le niveau de connectivité entre les régions du cerveau. Un algorithme d’apprentissage automatique compare les modèles de marqueurs dans le cerveau des enfants autistes à ceux des cerveaux normalement développés.
« L’autisme est avant tout une maladie liée à des connexions inappropriées dans le cerveau », a déclaré le co-auteur Gregory N. Barnes, MD, Ph.D., professeur de neurologie et directeur du Norton Children’s Autism Center à Louisville. « Le DT-MRI capture ces connexions anormales qui conduisent aux symptômes que présentent souvent les enfants autistes, tels qu’une communication sociale altérée et des comportements répétitifs. »
Les chercheurs ont appliqué leur méthodologie aux scintigraphies cérébrales DT-MRI de 226 enfants âgés de 24 à 48 mois issus de l’Autism Brain Imaging Data Exchange-II. L’ensemble de données comprenait des analyses de 126 enfants atteints d’autisme et de 100 enfants en développement normal. La technologie a démontré une sensibilité de 97 %, une spécificité de 98 % et une précision globale de 98,5 % dans l’identification des enfants autistes.
« Notre approche constitue une avancée nouvelle qui permet la détection précoce de l’autisme chez les nourrissons de moins de deux ans », a déclaré Khudri. « Nous pensons qu’une intervention thérapeutique avant l’âge de trois ans peut conduire à de meilleurs résultats, notamment en permettant aux personnes autistes d’acquérir une plus grande indépendance et un QI plus élevé. »
Selon le rapport communautaire 2023 du CDC sur l’autisme, moins de la moitié des enfants atteints de troubles du spectre autistique ont reçu une évaluation de leur développement à l’âge de trois ans, et 30 % des enfants qui répondaient aux critères du trouble du spectre autistique n’ont pas reçu de diagnostic formel à 8 ans. ans.
« L’idée derrière une intervention précoce est de tirer parti de la plasticité cérébrale, ou de la capacité du cerveau à normaliser ses fonctions grâce à la thérapie », a déclaré le Dr Barnes.
Les chercheurs ont déclaré que les nourrissons et les jeunes enfants autistes reçoivent un diagnostic tardif pour plusieurs raisons, notamment le manque de bande passante dans les centres de test. Khudri a déclaré que leur système d’IA pourrait faciliter une gestion précise de l’autisme tout en réduisant le temps et les coûts associés à l’évaluation et au traitement.
« L’imagerie offre la promesse de détecter rapidement l’autisme de manière objective », a déclaré le Dr Barnes. « Nous envisageons une évaluation de l’autisme qui commence par une DT-IRM suivie d’une séance abrégée avec un psychologue pour confirmer les résultats et guider les parents sur les prochaines étapes. Cette approche pourrait réduire la charge de travail des psychologues jusqu’à 30 %.
Le système d’IA produit un rapport détaillant les voies neuronales affectées, l’impact prévu sur la fonctionnalité cérébrale et un degré de gravité qui peut être utilisé pour guider une intervention thérapeutique précoce.
Les chercheurs travaillent à la commercialisation et à l’obtention de l’autorisation de la FDA pour leur logiciel d’IA.
Les autres co-auteurs sont Mostafa Abdelrahim, B.Sc., Yaser El-Nakieb, Ph.D., Mohamed Ali, Ph.D., Ahmed S. Shalaby, Ph.D., A. Gebreil, MD, Ali Mahmoud, Ph.D., Ahmed Elnakib, Ph.D., Andrew Switala, Sohail Contractor, MD, et Ayman S. El-Baz, Ph.D.
