Des chercheurs de l'Université d'Örebro ont développé deux nouveaux modèles d'IA capables d'analyser l'activité électrique du cerveau et de distinguer avec précision les individus en bonne santé des patients atteints de démence, notamment de la maladie d'Alzheimer.
Un diagnostic précoce est crucial afin de pouvoir prendre des mesures proactives qui ralentissent la progression de la maladie et améliorent la qualité de vie du patient.
Muhammad Hanif, chercheur en informatique, Université d'Örebro
Dans l'étude Un cadre d'apprentissage profond explicable et efficace pour le diagnostic basé sur l'EEG de la maladie d'Alzheimer et de la démence frontotemporale, les chercheurs ont combiné deux méthodes d'IA avancées : les réseaux convolutifs temporels et les réseaux LSTM. Le programme analyse les signaux EEG et peut déterminer presque parfaitement si une personne est malade ou en bonne santé.
Peut distinguer les personnes saines des malades avec une certitude de 80 %
En comparant trois groupes – la maladie d'Alzheimer, la démence frontotemporale et les personnes saines – la méthode a atteint une précision de plus de 80 pour cent. Les chercheurs utilisent également une technique d’IA explicative qui montre quelles parties du signal EEG affectent le diagnostic. Cela aide les médecins à interpréter comment le système parvient à ses conclusions.
Dans la deuxième étude, Classification de la démence préservant la confidentialité à partir de l'EEG via la fusion hybride EEGNetv4 et l'apprentissage fédéréles chercheurs ont développé un modèle d'IA petit et économe en ressources – de moins d'un mégaoctet – qui protège également la vie privée des patients. Grâce à l'apprentissage fédéré, plusieurs prestataires de soins de santé peuvent collaborer pour former le système d'IA sans partager les données des patients. Malgré la protection de la vie privée, le modèle atteint une précision de plus de 97 %.
« Les modèles traditionnels d'apprentissage automatique manquent souvent de transparence et sont confrontés à des problèmes de confidentialité. Notre étude vise à résoudre ces deux problèmes », déclare Muhammad Hanif, maître de conférences associé en informatique à l'université d'Örebro.
L'IA détecte des modèles dans les signaux électriques du cerveau
Les chercheurs ont réussi à combiner différentes méthodes d'interprétation des signaux électriques du cerveau. En divisant les signaux EEG en différentes bandes de fréquences – ondes alpha, bêta et gamma – l’IA peut identifier des modèles liés à la démence. Les algorithmes peuvent détecter des changements à long terme dans les signaux et reconnaître des différences subtiles entre les diagnostics. De plus, la technologie d'IA explicable garantit que le système n'est plus une « boîte noire » : elle montre clairement le fondement de ses décisions.
Dans leurs études, les chercheurs démontrent comment l’IA peut devenir un outil rapide, peu coûteux et respectueux de la vie privée pour le diagnostic précoce de la démence. L'EEG est déjà une méthode simple et peu coûteuse qui peut être utilisée en soins primaires. Combiné avec des modèles d’IA pouvant fonctionner sur des appareils portables, cela ouvre la possibilité d’une utilisation plus large dans le domaine des soins de santé – des cliniques spécialisées aux futurs tests à domicile.
Le test d’IA pourrait être utilisé à la maison à l’avenir
« Un diagnostic précoce est essentiel pour mettre en œuvre des mesures proactives qui ralentissent la progression de la maladie et améliorent la qualité de vie. Si des solutions comme celle-ci sont pleinement mises en œuvre, elles pourraient alléger le fardeau de toutes les personnes concernées – les patients, le personnel soignant, les proches et les professionnels de santé », déclare Muhammad Hanif.
Les études ont été menées en collaboration entre des chercheurs de l'Université d'Örebro et plusieurs institutions internationales, notamment des universités du Royaume-Uni, d'Australie, du Pakistan et d'Arabie saoudite.
« Nous prévoyons de poursuivre la recherche en élargissant à des ensembles de données plus vastes et plus diversifiés, en explorant davantage de fonctionnalités EEG et en incluant d'autres types de démence tels que la démence vasculaire et la démence à corps de Lewy. Dans le même temps, nous utiliserons l'IA explicable et assurerons une protection stricte des données des patients », explique Muhammad Hanif.
