Un outil d’intelligence artificielle (IA) développé au Centre des sciences de la santé de l’Université du Texas à San Antonio compte avec précision les lésions cérébrales sur les IRM en quelques secondes. Une fois adapté à la clinique, l’outil d’IA devrait aider les neuroradiologues à évaluer les maladies cérébrales des patients à des stades plus précoces.
« Certains types de lésions cérébrales sont extrêmement difficiles à quantifier sans IA », a déclaré le chercheur Mohamad Habes, PhD, de l’Institut Glenn Biggs du centre des sciences de la santé pour la maladie d’Alzheimer et les maladies neurodégénératives. Habes est professeur adjoint de radiologie et directeur du noyau de neuroimagerie de l’Institut Biggs.
Dans une étude publiée le 24 avril dans Réseau JAMA ouvert, Habes et ses collègues de huit institutions ont démontré l’utilité de l’outil d’IA pour identifier et compter les espaces périvasculaires élargis (ePVS). Ces espaces, remplis de liquide céphalo-rachidien, entourent les artères et les veines et sont un marqueur de la maladie cérébrale des petits vaisseaux pouvant entraîner un accident vasculaire cérébral et la démence. L’étude était une analyse de suivi de 1 026 personnes ayant participé à l’étude multiethnique sur l’athérosclérose (MESA).
« Nous avons développé un outil innovant d’apprentissage en profondeur pour quantifier avec précision chaque espace périvasculaire agrandi dans le cerveau et nous fournir une carte de la maladie des petits vaisseaux du patient », a déclaré Habes.
Prendre une tâche laborieuse et la rendre possible
Avant cet outil, les ePVS étaient ignorés en raison de la difficulté de les compter sur les IRM.
« En moyenne, une personne d’âge moyen peut avoir peut-être 500 ou 600 de ces petits espaces sur une IRM », a déclaré Habes. « Pensez à un neuroradiologue qui va s’asseoir et les compter tous. Cela n’arrivera pas vraiment. Il passerait une ou deux heures par scanner, voire plus, et cet effort laborieux n’est pas réalisable dans le flux de travail d’une clinique occupée. »
L’équipe a décrit la méthode automatisée d’apprentissage en profondeur pour la détection ePVS dans le journal Neuroimage : Rapports le 7 mars. « Nous avons formé un algorithme avec des connaissances spécialisées pour pouvoir quantifier ces lésions par lui-même », a déclaré Habes. « Cet outil les reconnaît, nous indique leurs emplacements exacts, les compte et nous indique leurs volumes. Il nous donne une tonne d’informations à leur sujet, bien plus que ce qu’un humain peut faire. »
Dans le Réseau JAMA ouvert rapport, Habes et ses coauteurs ont étudié des espaces périvasculaires élargis dans tout le cerveau.
« Avant, les gens n’étaient pas capables de quantifier l’ePVS du cerveau entier », a déclaré Habes. « Nous pouvons maintenant le faire avec nos outils avancés d’apprentissage en profondeur. Dans notre étude, nous avons réalisé que les espaces périvasculaires élargis dans deux régions, les ganglions de la base et le thalamus, sont les lésions les plus importantes car elles ont montré une association avec un accident vasculaire cérébral et une maladie des petits vaisseaux. Marqueurs. »
Les ganglions de la base sont une région profonde du cerveau importante pour les troubles neurodégénératifs et sont liées au mouvement et à la prise de décision, a déclaré Habes. Le thalamus, une région proche des ganglions de la base, est lié aux fonctions sensorielles telles que le goût et le toucher.
L’espoir des chercheurs est que l’outil d’IA pour énumérer les lésions cérébrales sera étudié plus avant dans les centres de recherche sur la maladie d’Alzheimer (ADRC), qui sont des centres d’excellence désignés par l’Institut national américain sur le vieillissement. L’ADRC du sud du Texas, le seul centre de ce type au Texas, est une collaboration entre le Biggs Institute de l’UT Health Science Center de San Antonio et l’Université du Texas Rio Grande Valley.
« C’est une grande percée pour notre ADRC, qui se concentre beaucoup sur les maladies cérébrovasculaires et leur contribution à la démence », a déclaré Habes. « C’est l’un des thèmes uniques de notre ADRC, et nous pensons que notre nouvelle méthodologie d’IA peut bénéficier à des études à grande échelle menées dans les ADRC du pays. »
L’outil d’intelligence artificielle exploite la puissance du supercalculateur Genie de l’UT Health Science Center de San Antonio, a déclaré Habes.
