Les indices d’âge du cerveau ont une valeur potentielle en tant que biomarqueurs diagnostiques et « signes vitaux » de la santé du cerveau.
Une étude publiée dans la revue Dormir montre qu’un modèle de réseau de neurones profonds peut prédire avec précision l’âge cérébral de patients en bonne santé sur la base de données d’électroencéphalogramme enregistrées lors d’une étude du sommeil nocturne, et les indices d’âge cérébral prédit par EEG présentent des caractéristiques uniques au sein de populations atteintes de différentes maladies.
L’étude a révélé que le modèle prédisait l’âge avec une erreur absolue moyenne de seulement 4,6 ans. Il y avait une relation statistiquement significative entre l’indice d’âge cérébral absolu et : l’épilepsie et les troubles épileptiques, les accidents vasculaires cérébraux, les marqueurs élevés des troubles respiratoires du sommeil (c. L’étude a également révélé que les patients atteints de diabète, de dépression, de somnolence diurne excessive sévère, d’hypertension et/ou de problèmes de mémoire et de concentration présentaient, en moyenne, un indice d’âge cérébral élevé par rapport à l’échantillon de population en bonne santé.
Selon les auteurs, les résultats démontrent que ces problèmes de santé sont associés à des écarts de l’âge prédit par rapport à l’âge chronologique.
“Alors que les cliniciens ne peuvent qu’estimer ou quantifier grossièrement l’âge d’un patient sur la base de leur EEG, cette étude montre qu’un modèle d’intelligence artificielle peut prédire l’âge d’un patient avec une grande précision”, a déclaré l’auteur principal Yoav Nygate, ingénieur senior en IA chez EnsoData. « La précision du modèle permet des changements dans l’âge prédit de l’âge chronologique pour exprimer des corrélations avec les principales familles de maladies et les comorbidités. Cela présente le potentiel d’identifier de nouveaux phénotypes cliniques qui existent dans les signaux physiologiques en utilisant des déviations du modèle d’IA. »
Les chercheurs ont formé un modèle de réseau de neurones profonds pour prédire l’âge des patients à l’aide de signaux EEG bruts enregistrés lors d’études cliniques sur le sommeil réalisées à l’aide d’une polysomnographie nocturne. Le modèle a été entraîné sur 126 241 études sur le sommeil, validé sur 6 638 études et testé sur un ensemble de 1 172 études. L’âge cérébral a été évalué en soustrayant l’âge chronologique des individus de leur âge prédit par l’EEG (c’est-à-dire l’indice d’âge cérébral), puis en prenant la valeur absolue de cette variable (c’est-à-dire l’indice d’âge cérébral absolu). Analyses contrôlées pour des facteurs tels que le sexe et l’indice de masse corporelle.
“Les résultats de cette étude fournissent des preuves initiales du potentiel de l’utilisation de l’IA pour évaluer l’âge cérébral d’un patient”, a déclaré Nygate. “Notre espoir est qu’avec des recherches, des recherches et des études cliniques continues, un indice d’âge cérébral deviendra un jour un biomarqueur diagnostique de la santé du cerveau, tout comme l’hypertension artérielle l’est pour les risques d’accident vasculaire cérébral et d’autres troubles cardiovasculaires.”
Le résumé de la recherche a été publié récemment dans un supplément en ligne de la revue Dormir et a été présenté sous forme d’affiche lors de Virtual SLEEP 2021. SLEEP est la réunion annuelle des Associated Professional Sleep Societies, une coentreprise de l’American Academy of Sleep Medicine et de la Sleep Research Society.
Référence : « 543 EEG-Based Deep Neural Network Model for Brain Age Prediction and Its Association with Patient Health Conditions » par Yoav Nygate, Sam Rusk, Chris Fernandez, Nick Glattard, Jessica Arguelles, Jiaxiao Shi, Dennis Hwang et Nathaniel Watson, 3 mai 2021, Dormir.
DOI : 10.1093/sommeil/zsab072.541
Cette étude a été soutenue par EnsoData, une société d’intelligence artificielle (IA) dans le domaine de la santé. Le produit initial d’EnsoData, EnsoSleep, est une solution d’évaluation et d’analyse de l’IA qui fournit une détection automatisée des événements dans les études du sommeil.
