Un algorithme d’intelligence artificielle (IA) capable de détecter les anomalies cérébrales subtiles qui provoquent des crises d’épilepsie a été développé par une équipe de chercheurs internationaux dirigée par l’UCL.
Le projet de détection des lésions épileptiques multicentriques (MELD) a utilisé plus de 1 000 examens IRM de patients provenant de 22 centres mondiaux d’épilepsie pour développer l’algorithme, qui fournit des rapports sur l’emplacement des anomalies dans les cas de dysplasie corticale focale résistante aux médicaments (FCD) – une cause majeure d’épilepsie .
Les FCD sont des zones du cerveau qui se sont développées anormalement et provoquent souvent une épilepsie résistante aux médicaments. Il est généralement traité par chirurgie, mais l’identification des lésions à partir d’une IRM est un défi permanent pour les cliniciens, car les IRM dans les FCD peuvent sembler normales.
Pour développer l’algorithme, l’équipe a quantifié les caractéristiques corticales des examens IRM, telles que l’épaisseur ou le pliage de la surface cortex/cerveau, et a utilisé environ 300 000 emplacements dans le cerveau.
Les chercheurs ont ensuite formé l’algorithme sur des exemples étiquetés par des radiologues experts comme étant soit un cerveau sain, soit un FCD – en fonction de leurs schémas et caractéristiques.
Les conclusions, publiées dans Cerveau, ont constaté que, dans l’ensemble, l’algorithme était capable de détecter le FCD dans 67 % des cas de la cohorte (538 participants).
Auparavant, 178 des participants avaient été considérés comme négatifs à l’IRM, ce qui signifie que les radiologues n’avaient pas été en mesure de trouver l’anomalie – pourtant, l’algorithme MELD a pu identifier le FCD dans 63 % de ces cas.
Ceci est particulièrement important, car si les médecins peuvent trouver l’anomalie dans le scanner cérébral, une intervention chirurgicale pour l’enlever peut fournir un remède.
La co-première auteure, Mathilde Ripart (UCL Great Ormond Street Institute of Child Health) a déclaré : « Nous avons mis l’accent sur la création d’un algorithme d’IA qui était interprétable et pourrait aider les médecins à prendre des décisions. Montrer aux médecins comment l’algorithme MELD faisait ses prédictions était un élément essentiel de ce processus. »
Le co-auteur principal, le Dr Konrad Wagstyl (UCL Queen Square Institute of Neurology) a ajouté : « Cet algorithme pourrait aider à trouver davantage de ces lésions cachées chez les enfants et les adultes épileptiques, et permettre à davantage de patients épileptiques d’être envisagés pour une chirurgie cérébrale qui pourrait guérir l’épilepsie et améliorer leur développement cognitif. Environ 440 enfants par an pourraient bénéficier d’une chirurgie de l’épilepsie en Angleterre.
Environ 1 % de la population mondiale souffre d’épilepsie, une maladie neurologique grave, caractérisée par des crises fréquentes.
Au Royaume-Uni, quelque 600 000 personnes sont touchées. Bien que des traitements médicamenteux soient disponibles pour la majorité des personnes atteintes d’épilepsie, 20 à 30 % ne répondent pas aux médicaments.
Chez les enfants qui ont subi une intervention chirurgicale pour contrôler leur épilepsie, le FCD est la cause la plus fréquente, et chez les adultes, c’est la troisième cause la plus fréquente.
De plus, parmi les patients atteints d’épilepsie qui présentent une anomalie dans le cerveau qui ne peut pas être trouvée sur les examens IRM, le FCD est la cause la plus fréquente.
Notre algorithme apprend automatiquement à détecter les lésions à partir de milliers d’examens IRM de patients. Il peut détecter de manière fiable des lésions de différents types, formes et tailles, et même bon nombre de ces lésions qui étaient auparavant ignorées par les radiologues. »
Dr Hannah Spitzer, co-première auteure de l’étude, Helmholtz Zentrum München
La co-auteure principale, le Dr Sophie Adler (UCL Great Ormond Street Institute of Child Health) a ajouté : « Nous espérons que cette technologie aidera à identifier les anomalies causant l’épilepsie qui sont actuellement ignorées. En fin de compte, cela pourrait permettre à davantage de personnes atteintes d’épilepsie d’avoir une chirurgie cérébrale potentiellement curative.
Cette étude sur la détection de FCD utilise la plus grande cohorte IRM de FCD à ce jour, ce qui signifie qu’elle est capable de détecter tous les types de FCD.
L’outil de classification MELD FCD peut être exécuté sur tout patient soupçonné d’avoir un FCD âgé de plus de 3 ans et ayant passé une IRM.
Le projet MELD est soutenu par le Rosetrees Trust.