Les logiciels basés sur l'IA sont précis à 96 % dans le diagnostic de la maladie de Parkinson

Les recherches existantes indiquent que la précision du diagnostic de la maladie de Parkinson oscille entre 55 % et 78 % au cours des cinq premières années d'évaluation. Cela s'explique en partie par les similitudes entre les troubles moteurs des frères et sœurs atteints de la maladie de Parkinson, ce qui rend parfois difficile un diagnostic définitif au départ.

Bien que la maladie de Parkinson soit une maladie bien connue, le terme peut désigner diverses affections, allant de la forme idiopathique de la maladie de Parkinson, la plus courante, à d'autres troubles du mouvement comme l'atrophie multisystématisée, une variante de la maladie de Parkinson, et la paralysie supranucléaire progressive. Chacune de ces maladies présente des caractéristiques motrices et non motrices communes, comme des modifications de la démarche, mais possède une pathologie et un pronostic distincts.

Environ un patient sur quatre, voire un patient sur deux, reçoit un mauvais diagnostic.

Des chercheurs de l'Université de Floride et de l'Institut Norman Fixel pour les maladies neurologiques de l'Université de Floride ont développé un nouveau type de logiciel qui aidera les cliniciens à diagnostiquer la maladie de Parkinson et les affections apparentées, réduisant ainsi le temps de diagnostic et augmentant la précision au-delà de 96 %. L'étude a été récemment publiée dans la revue JAMA Neurology .

« Dans de nombreux cas, les fabricants d'IRM ne communiquent pas entre eux en raison de la concurrence sur le marché », explique David Vaillancourt, Ph. D., directeur et professeur au Département de physiologie appliquée et de kinésiologie de l'UF. « Ils ont tous leurs propres logiciels et leurs propres séquences. Ici, nous avons développé un logiciel innovant qui fonctionne sur tous les appareils. »

Bien qu’il n’existe aucun substitut à l’élément humain du diagnostic, même les médecins les plus expérimentés qui se spécialisent dans le diagnostic des troubles du mouvement peuvent bénéficier d’un outil pour augmenter l’efficacité diagnostique entre différents troubles, a déclaré Vaillancourt.

Le logiciel, Automated Imaging Differentiation for Parkinsonism (AIDP), est un logiciel de traitement automatisé d'IRM et d'apprentissage automatique utilisant une technique de biomarqueurs non invasive. Grâce à l'IRM pondérée en diffusion, qui mesure la diffusion des molécules d'eau dans le cerveau, l'équipe peut identifier les zones de neurodégénérescence. Ensuite, l'algorithme d'apprentissage automatique, rigoureusement testé par rapport aux diagnostics cliniques en personne, analyse le scanner cérébral et fournit au clinicien les résultats, indiquant l'un des différents types de maladie de Parkinson.

L’étude a été menée sur 21 sites, dont 19 aux États-Unis et deux au Canada.

« Il s'agit d'un exemple où l'innovation associant technologie et intelligence artificielle a prouvé sa capacité à améliorer la précision du diagnostic, nous permettant ainsi d'améliorer encore le traitement des patients atteints de la maladie de Parkinson », a déclaré le Dr Michael Okun, conseiller médical de la Fondation Parkinson et directeur de l'Institut Norman Fixel pour les maladies neurologiques à UF Health. « Nous sommes impatients de voir comment cette innovation pourra impacter davantage la communauté parkinsonienne et contribuer à notre objectif commun : de meilleurs résultats pour tous. »

La prochaine étape pour l’équipe est d’obtenir l’approbation de la Food and Drug Administration américaine.

« Cet effort souligne véritablement l'importance de la collaboration interdisciplinaire », a déclaré Angelos Barmpoutis, Ph. D., professeur au Digital Worlds Institute de l'UF. « Grâce à l'expertise médicale, scientifique et technologique combinée, nous avons pu atteindre un objectif qui changera la vie d'innombrables personnes. »

Vaillancourt et Barmpoutis sont copropriétaires d'une entreprise appelée Neuropacs dont l'objectif est de faire progresser ce logiciel , améliorant ainsi à la fois les soins aux patients et les essais cliniques où il pourrait être utilisé.

https://ufhealth.org/news/2025/esearch-shows-ai-technology-improves-parkinsons-diagnoses