Un algorithme d’IA qui reconnaît les anomalies du cerveau pourrait aider à traiter l’épilepsie

Avatar photo

Une équipe de recherche multinationale dirigée par l’UCL a mis au point un programme d’intelligence artificielle (IA) capable d’identifier d’infimes anomalies cérébrales à l’origine de crises d’épilepsie. L’algorithme utilisé dans le cadre du projet MELD (Multicentre Epilepsy Lesion Detection), qui signale l’emplacement des anomalies dans les cas de dysplasie corticale focale (DCF) résistante aux médicaments, une cause majeure d’épilepsie, a été mis au point à l’aide de plus de 1 000 IRM de patients provenant de 22 centres internationaux d’épilepsie.

Les régions cérébrales connues sous le nom de FCD ont évolué de manière inadéquate et entraînent fréquemment une épilepsie résistante aux médicaments. La chirurgie est généralement utilisée pour la traiter, mais trouver les lésions sur une IRM est un problème constant pour les médecins car les IRM des DCF peuvent sembler normales.

Les scientifiques ont utilisé environ 300 000 endroits dans le cerveau pour quantifier les propriétés corticales à partir des IRM, telles que l’épaisseur ou le plissement de la surface du cortex/cerveau.

Le système a ensuite été entraîné sur des cas que des radiologues expérimentés avaient classés comme étant soit des cas de DCF, soit des cas de cerveau sain, sur la base de leurs modèles et attributs.

En général, l’algorithme a réussi à identifier le syndrome de fibrose kystique dans 67 % des cas de la cohorte, selon les résultats publiés dans Brain (538 participants).

Auparavant, les radiologues n’avaient pas été en mesure de découvrir les anomalies chez 178 des patients sur la base de leurs résultats d’IRM ; cependant, l’algorithme MELD a été capable de détecter la DCF dans 63% de ces cas.

Ce point est crucial car, si les médecins parviennent à identifier l’anomalie dans le scanner cérébral, une intervention chirurgicale pour l’enlever pourrait permettre une guérison.

Mathilde Ripart, co-première auteure de l’Institut de santé infantile Great Ormond Street de l’UCL, a déclaré : “Nous nous sommes concentrés sur le développement d’un système d’IA qui soit interprétable et qui puisse aider les médecins à prendre des décisions. Une étape cruciale de ce processus a été de démontrer aux médecins comment l’algorithme MELD génère ses prévisions.

Le Dr Konrad Wagstyl, coauteur principal de l’Institut de neurologie Queen Square de l’UCL, a ajouté : “Cet algorithme pourrait faciliter l’identification de ces lésions cachées chez les enfants et les adultes épileptiques, ce qui augmenterait le nombre de patients pouvant potentiellement bénéficier d’une opération du cerveau pour traiter leur maladie et améliorer leurs fonctions cognitives. En Angleterre, la chirurgie de l’épilepsie pourrait aider environ 440 enfants par an.”

L’épilepsie est une maladie neurologique grave qui touche 1 % de la population mondiale et se caractérise par des crises récurrentes.

Environ 600 000 personnes au Royaume-Uni sont touchées. La majorité des patients épileptiques peuvent être traités par des produits pharmaceutiques, mais 20 à 30 % d’entre eux n’en tirent aucun bénéfice.

La DCF est la cause la plus fréquente chez les enfants qui ont subi une intervention chirurgicale pour traiter leur épilepsie, et c’est la troisième cause la plus fréquente chez les adultes.

En outre, la DCF est la cause la plus fréquente d’épilepsie chez les personnes souffrant d’une anomalie cérébrale non visible à l’IRM.

Le Dr Hannah Spitzer, co-premier auteur de Helmholtz Munich, a déclaré : “Notre système apprend automatiquement à détecter les lésions à partir de milliers de scanners IRM de patients. Il est capable d’identifier avec précision des lésions de différentes sortes, formes et tailles, y compris plusieurs que les radiologues n’avaient pas remarquées auparavant.

Le Dr Sophie Adler, coauteur principal du Great Ormond Street Institute of Child Health de l’University College de Londres, a ajouté : “Nous pensons que cette technologie peut aider à découvrir des anomalies qui passent actuellement inaperçues et qui sont à l’origine de l’épilepsie. À long terme, elle pourrait permettre à un plus grand nombre de patients épileptiques de subir une opération cérébrale potentiellement curative.

Cette étude de détection de la DCF utilise la plus grande cohorte IRM de DCF à ce jour, ce qui la rend capable d’identifier tous les sous-types de DCF.

Limites de l’étude

Les 22 hôpitaux impliqués dans l’étude ont utilisé différents scanners IRM du monde entier, rendant l’algorithme plus robuste mais affectant peut-être aussi sa sensibilité et sa spécificité.


Related Posts