En utilisant la lumière infrarouge et l’apprentissage automatique, les chercheurs ont développé une méthode permettant d’évaluer efficacement la santé humaine et ses écarts à l’échelle de la population.
Imaginez un scénario dans lequel une simple goutte de sang fournit des informations complètes sur la santé en quelques minutes. Grâce aux récentes avancées scientifiques, cette vision pourrait devenir réalité. Des scientifiques de l’équipe BIRD dirigée par Mihaela Žigman de l’Université Ludwig-Maximilians de Munich (LMU) et de l’Institut Max Planck d’optique quantique (MPQ), en collaboration avec le Helmholtz Zentrum München, ont développé un outil de dépistage de la santé qui utilise la lumière infrarouge et l’apprentissage automatique pour détecter plusieurs problèmes de santé avec une seule mesure.
La spectroscopie infrarouge, une technique qui utilise la lumière infrarouge pour analyser la composition moléculaire des substances, est un outil fondamental en chimie depuis des décennies. C'est comme donner aux molécules une empreinte digitale qui peut être délivrée par une machine spécialisée appelée spectromètre. Lorsqu'elle est appliquée à des biofluides complexes comme le plasma sanguin, cette technique physico-chimique peut révéler des informations détaillées sur les signaux moléculaires, ce qui en fait un outil prometteur pour le diagnostic médical. Malgré son utilisation de longue date en chimie et dans l'industrie, la spectroscopie infrarouge n'a pas été établie ni intégrée dans le canon du diagnostic médical.
Sous la direction de Mihaela Žigman, une équipe de scientifiques du groupe BIRD de la LMU et du MPQ a entrepris de s'attaquer à ce problème. Après avoir déjà mis au point une méthode de mesure du plasma humain, ils ont collaboré avec l'équipe d'Annette Peters de Helmholtz Munich pour innover en matière d'empreintes moléculaires infrarouges sur une population naturellement diversifiée. Cela impliquait de mesurer le sang de milliers d'individus dans le cadre de l'étude KORA, un projet de recherche sur la santé complet mis en place à Augsbourg, en Allemagne. Des adultes sélectionnés au hasard ont été choisis comme scénario représentatif d'une population naturellement variable et ont été recrutés pour des examens médicaux et des dons de sang.
De vastes possibilités d'application
Quelle est la valeur du travail actuel ? L'étude KORA existante a acquis une nouvelle valeur car elle a été testée sous un angle nouveau et a servi un nouvel objectif : plus de 5 000 échantillons de plasma sanguin ont été mesurés à l'aide de la spectroscopie infrarouge à transformée de Fourier (FTIR). Tarek Eissa et Cristina Leonardo de l'équipe BIRD de la LMU ont analysé les échantillons de sang de l'étude KORA à l'aide de la lumière infrarouge pour obtenir des empreintes moléculaires. L'équipe a appliqué l'apprentissage automatique pour analyser les empreintes moléculaires et les a corrélées avec des données médicales. Ils ont découvert que ces empreintes contiennent des informations précieuses qui permettent un dépistage rapide de la santé. Un algorithme informatique multitâche qui est désormais capable de distinguer différents états de santé, notamment des niveaux anormaux de lipides sanguins, divers changements de pression artérielle, de voir le diabète de type 2 mais aussi de repérer même le prédiabète, un précurseur du diabète souvent non détecté.
Il est intéressant de noter que l’algorithme a également pu identifier les individus en bonne santé et qui sont restés en bonne santé au cours des années étudiées. Cela est très important pour deux raisons : tout d’abord, la plupart des personnes d’une population aléatoire connaissent des changements anormaux en matière de santé et, étant donné que nous sommes tous différents et que nous évoluons tous au fil du temps, il est pratiquement impossible de trouver des individus en parfaite santé. Ensuite, de nombreuses personnes souffrent de multiples affections dans diverses combinaisons. Traditionnellement, les médecins devaient effectuer un nouveau test pour chaque maladie. Cependant, cette nouvelle approche ne se contente pas de repérer une affection à la fois : elle identifie avec précision toute une série de problèmes de santé. Ce système basé sur l’apprentissage automatique identifie non seulement les individus en bonne santé, mais détecte également des affections complexes impliquant plusieurs maladies simultanément. De plus, il peut prédire le développement du syndrome métabolique des années avant l’apparition des symptômes, ce qui ouvre la voie à des interventions.
Cette étude jette les bases pour que l’empreinte moléculaire infrarouge devienne une partie courante du dépistage médical, permettant aux médecins de détecter et de gérer les maladies plus efficacement, affirment les chercheurs. Cela est particulièrement important pour les troubles métaboliques comme les anomalies du cholestérol et le diabète, où des interventions rapides et efficaces peuvent améliorer considérablement les résultats. Cependant, les applications potentielles de cette technologie vont encore plus loin. À mesure que les chercheurs continuent d’affiner le système et d’étendre ses capacités, grâce au développement technologique et à la mise en place de celles-ci dans le cadre d’études cliniques, d’autres maladies et leurs combinaisons s’ajouteront au répertoire diagnostique, espèrent les chercheurs. Cela pourrait conduire à une surveillance médicale personnalisée, où les individus vérifieraient régulièrement leur état de santé et détecteraient les problèmes potentiels bien avant qu’ils ne deviennent graves.
En conclusion, les chercheurs estiment que la combinaison de la spectroscopie infrarouge et de l’apprentissage automatique est sur le point de transformer le diagnostic médical. Avec une simple goutte de sang et de lumière infrarouge, nous disposerons d’un nouvel outil puissant pour surveiller notre santé, détecter les problèmes plus efficacement et potentiellement améliorer les soins de santé à l’échelle mondiale.
