Un nouvel outil permet de distinguer les principales maladies neurodégénératives afin d’éclairer les décisions thérapeutiques.

Des chercheurs de l’Université de Washington (WashU) en Médicine ont développé un classificateur d’IA capable de distinguer avec précision plusieurs maladies neurodégénératives majeures, notamment la maladie d’Alzheimer, la maladie de Parkinson, la démence fronto-temporale et la démence à corps de Lewy, et de détecter les pathologies cérébrales qui se chevauchent, ce qui pourrait améliorer le diagnostic précoce, le suivi et le traitement personnalisé.

De nombreuses personnes atteintes de démence ne reçoivent jamais de diagnostic précis, notamment parce que la maladie d’Alzheimer, la maladie de Parkinson et les affections apparentées sont notoirement difficiles à distinguer et surviennent souvent simultanément. Un nouvel outil basé sur l’intelligence artificielle et une simple prise de sang pourrait désormais apporter des réponses.

Des chercheurs de la faculté de médecine de l’université Washington à Saint-Louis ont mis au point un classificateur basé sur l’intelligence artificielle capable de distinguer quatre maladies cérébrales courantes à l’origine de la démence : la maladie d’Alzheimer, la maladie de Parkinson, la démence fronto-temporale et la démence à corps de Lewy, ainsi que le vieillissement cérébral normal. Cet outil peut différencier ces maladies entre elles et des changements cognitifs typiques liés à l’âge avec une précision supérieure à 90 %. Il peut également détecter les cas où un patient présente plusieurs pathologies simultanément, une situation fréquente mais complexe sur le plan clinique, susceptible de compliquer le traitement.

Ces résultats sont publiés dans la revue Alzheimer’s & Dementia.

« Actuellement, de nombreux patients reçoivent un diagnostic unique, par exemple d’Alzheimer ou de Parkinson, alors qu’en réalité, leur cerveau présente souvent une combinaison de lésions neurodégénératives. Les outils actuels ne sont tout simplement pas conçus pour détecter cette complexité », explique Carlos Cruchaga, PhD , auteur principal de l’étude et professeur titulaire de la chaire Barbara Burton et Reuben M. Morriss III au département de psychiatrie de WashU Medicine. « Notre objectif était de concevoir un test qui ne se contente pas de répondre par « oui » ou « non » à une seule maladie, mais qui donne plutôt une indication de toutes les principales maladies neurodégénératives présentes chez la personne. C’est ce dont on a réellement besoin pour un diagnostic précis et, en fin de compte, pour un traitement personnalisé. »

Une fenêtre sur le cerveau

Carlos Cruchaga, qui dirige également le Centre de neurogénomique et d’informatique de WashU Medicine, a travaillé avec des collaborateurs pour créer un outil peu coûteux et non invasif qui reflète la véritable complexité biologique du cerveau vieillissant ou neurodégénéré, de manière à favoriser un diagnostic précoce, un suivi continu et un traitement personnalisé.

Pour mettre au point ce nouveau test, l’équipe a sélectionné un ensemble de 15 protéines sanguines reflétant la pathologie neurodégénérative cérébrale. Parmi celles-ci figuraient des marqueurs validés de la maladie d’Alzheimer, ainsi que des protéines impliquées dans les lésions synaptiques et nerveuses et l’inflammation.

L’équipe de Cruchaga a entraîné et testé un classificateur d’IA sur des données de protéines sanguines provenant de plus de 3 200 individus collectées par le Charles F. and Joanne Knight Alzheimer Disease Research Center et la section des troubles du mouvement du département de neurologie de WashU Medicine, y compris des personnes ayant reçu un diagnostic clinique de maladie d’Alzheimer, de maladie de Parkinson, de démence frontotemporale, de démence à corps de Lewy et des témoins cognitivement normaux.

Les performances du modèle ont ensuite été vérifiées sur un groupe distinct de 225 individus ayant fait l’objet d’une évaluation cognitive de leur vivant et d’un examen cérébral post-mortem. Les résultats du classificateur concordaient étroitement avec la charge pathologique réelle observée dans le tissu cérébral et le tableau clinique de la démence chez les individus de leur vivant. L’outil a atteint une précision diagnostique globale de 92,3 %, identifiant correctement les cas où un patient avait reçu un diagnostic de maladie neurodégénérative unique.

Le test s’est également révélé prometteur pour apporter des éclairages sur des cas où le diagnostic était incertain ou évolutif.

Par exemple, chez les personnes présentant une déficience cognitive légère et chez celles ayant des diagnostics neurologiques « autres » ou ambigus, la prédiction du modèle concernant la maladie d’Alzheimer correspondait étroitement à la charge réelle de plaques amyloïdes — des amas de protéines dans le cerveau qui jouent un rôle dans le déclin cognitif — constatée lors de l’autopsie.

Le modèle a également identifié des changements biologiques similaires à ceux de la maladie d’Alzheimer chez des personnes ayant reçu un diagnostic de Parkinson de leur vivant mais ayant développé ultérieurement une démence, soulignant ainsi sa capacité à détecter des pathologies mixtes que l’évaluation clinique seule ne permettrait pas de déceler.

Le test n’est pas encore prêt pour une utilisation clinique. Cruchaga a souligné qu’une validation plus poussée auprès de populations plus vastes et plus diversifiées est nécessaire pour confirmer sa généralisabilité, et que des études prospectives de suivi des patients au fil du temps seront indispensables pour évaluer sa capacité à prédire la progression de la maladie et à orienter le traitement.

Mais les applications potentielles sont vastes.

En recherche, un classificateur multi-maladies basé sur l’analyse sanguine pourrait aider à identifier les patients appropriés pour les essais cliniques ciblant des voies pathologiques spécifiques et permettre des études de population à grande échelle qui seraient impossibles à réaliser avec des examens cérébraux ou des ponctions lombaires coûteux.

En clinique, cet outil pourrait aider les médecins à déterminer quels patients nécessitent un suivi supplémentaire, quels spécialistes ils devraient consulter et, en fin de compte, quels traitements ou stratégies préventives seraient les plus efficaces.

https://medicine.washu.edu/news/blood-test-powered-by-ai-could-transform-diagnosis-of-dementia/

https://alz-journals.onlinelibrary.wiley.com/doi/10.1002/alz.71420