Selon une étude présentée au congrès de la Société européenne de pneumologie (ERS) à Vienne, en Autriche, les réseaux de neurones artificiels (RNA) peuvent être formés pour détecter les maladies pulmonaires chez les bébés prématurés en analysant leurs schémas respiratoires pendant leur sommeil.
L'étude a été présentée par Edgar Delgado-Eckert, professeur adjoint au Département d'ingénierie biomédicale de l'Université de Bâle et chef de groupe de recherche à l'Hôpital universitaire pour enfants, en Suisse.
La dysplasie bronchopulmonaire (DBP) est un problème respiratoire qui peut toucher les bébés prématurés. Lorsque les poumons d'un nouveau-né ne sont pas encore développés à la naissance, il a souvent besoin d'un respirateur ou d'une oxygénothérapie, un traitement qui peut étirer et enflammer ses poumons, provoquant ainsi une DBP.
Mais il est difficile d'identifier le trouble de la personnalité limite. Les tests de fonction pulmonaire nécessitent généralement qu'un adulte expire sur demande, ce que les bébés ne peuvent pas faire. Les techniques actuelles nécessitent donc un équipement sophistiqué pour mesurer les caractéristiques de ventilation pulmonaire d'un nourrisson. Par conséquent, le trouble de la personnalité limite est l'une des rares maladies dont le diagnostic repose généralement sur la présence de l'une de ses principales causes, la prématurité et l'assistance respiratoire.
Les réseaux neuronaux artificiels (RNA) sont des modèles mathématiques utilisés pour la classification et la prédiction. Pour pouvoir faire des prédictions précises, un RNA doit d'abord être entraîné avec une grande quantité de données, ce qui pose un problème dans le cas du trouble de la personnalité limite.
Jusqu’à récemment, ce besoin de grandes quantités de données a entravé les efforts visant à créer des modèles précis pour les maladies pulmonaires chez les nourrissons, car il est très difficile d’évaluer leur fonction pulmonaire.
Mais il existe une autre solution : mesurer la respiration d'un bébé pendant son sommeil. Pour cela, il suffit d'un masque facial souple, doté d'un capteur capable de mesurer le débit et le volume d'air entrant et sortant du nez du nourrisson. Cet équipement est bon marché et disponible dans n'importe quel établissement de santé.
De telles mesures de plusieurs respirations consécutives – ce que nous appelons la respiration tidale – peuvent produire de grandes quantités de données séquentielles de bonne qualité. Nous avons voulu essayer d'utiliser ces données pour entraîner un réseau neuronal artificiel à détecter le trouble de la personnalité limite.
Edgar Delgado-Eckert, professeur adjoint au Département d'ingénierie biomédicale de l'Université de Bâle
L'équipe du professeur Delgado-Eckert a étudié un groupe de 139 nourrissons nés à terme et 190 prématurés qui avaient été évalués pour un trouble de la personnalité limite, en enregistrant leur respiration pendant dix minutes pendant leur sommeil. Pour chaque bébé, 100 respirations régulières consécutives, soigneusement inspectées pour exclure les soupirs ou autres artefacts, ont été utilisées pour entraîner, valider et tester un type de réseau neuronal artificiel appelé modèle de mémoire à long terme (LSTM), qui est particulièrement efficace pour classer les données séquentielles telles que la respiration courante.
L'équipe a utilisé 60 % des données pour apprendre au réseau à reconnaître le trouble de la personnalité limite, 20 % pour valider le modèle (pour s'assurer qu'il n'était pas trop fixé sur les données de formation), puis a transmis les 20 % restants des données au modèle, sans les voir, pour voir s'il pouvait identifier correctement les bébés atteints de trouble de la personnalité limite.
Le modèle LSTM a pu classer une série de valeurs de flux dans l'ensemble de données de test invisibles comme appartenant à un patient diagnostiqué avec un trouble de la personnalité limite ou non, avec une précision de 96 %.
Le professeur Delgado-Eckert a ajouté : « Notre recherche fournit, pour la première fois, une méthode complète d'analyse de la respiration des nourrissons et nous permet de détecter quels bébés souffrent de trouble de la personnalité limite dès un mois d'âge corrigé (l'âge qu'ils auraient s'ils étaient nés à la date prévue) en utilisant le réseau de neurones artificiels pour identifier les anomalies dans leurs schémas respiratoires.
« Notre test non invasif est moins stressant pour le bébé et ses parents, leur permet d'accéder plus rapidement au traitement et peut également être pertinent pour leur pronostic à long terme. »
L’équipe espère maintenant étudier si le modèle pourrait également être utilisé pour tester les bébés quelques semaines seulement après la naissance, pour analyser la fonction pulmonaire et prédire les symptômes chez les enfants plus âgés, d’âge scolaire, et pour tester d’autres conditions, comme l’asthme.
La professeure Angela Zacharasiewicz, présidente du groupe ERS sur l'asthme et les allergies pédiatriques et chef du département de pédiatrie de la clinique Ottakring, n'a pas participé à l'étude. Elle a déclaré : « Tester la fonction pulmonaire des bébés prématurés à l'aide de nouvelles techniques améliorera la prise de décision thérapeutique. Plus tôt nous pourrons confirmer la présence d'un trouble de la personnalité limite chez un nourrisson prématuré, plus vite nous pourrons prendre une décision éclairée sur la meilleure forme d'assistance respiratoire à lui apporter pendant ses premières semaines de vie. Cela pourrait également permettre de planifier plus tôt les évaluations de suivi et les interventions potentielles, réduisant ainsi le stress des parents et de leurs enfants.
« Cette recherche montre l’énorme potentiel de l’IA pour simplifier ce processus. Cette technique pourrait être utilisée pour tester un plus grand nombre de bébés et pourrait également être appliquée à d’autres maladies, comme l’asthme.
« C’est passionnant de voir comment des outils d’IA comme ceux-ci peuvent potentiellement soutenir nos services de santé. »
