L'intelligence artificielle peut être entraînée à détecter la maladie de Parkinson des années avant l'apparition des symptômes

Les scientifiques ne cherchent pas seulement un remède à la maladie de Parkinson, ils cherchent également de meilleurs moyens de la détecter précocement et de stopper sa progression.

Ci-dessus : Le réseau neuronal est construit sur une couche de nœuds pondérée.

Désormais, un nouvel outil qui fonctionne rapidement sur un ordinateur portable standard utilise l'intelligence artificielle pour détecter les signes potentiels de la maladie des années avant l'apparition de symptômes tels que des tremblements et des mouvements ralentis. C'est ce qu'on appelle « CRANK-MS » : analyse de classification et de classement utilisant des réseaux de neurones pour générer des connaissances à partir de la spectrométrie de masse.

À l'aide d'une couche de nœuds entraînés calqués sur le cerveau humain, cet outil recherche des composés spécifiques (métabolites) dans le sang, identifiant des modèles qui peuvent prédire la présence d'une maladie ou la prévenir.

Pour déterminer quels métabolites sont plus importants pour la maladie par rapport à un groupe témoin, les chercheurs examinent souvent des corrélations impliquant des molécules spécifiques, explique la chimiste Diana Zhang de l'Université de Nouvelle-Galles du Sud en Australie. Mais ici, nous considérons que les métabolites peuvent. être lié à d'autres métabolites - c'est là qu'intervient l'apprentissage automatique. Pour des centaines ou des milliers de métabolites, nous utilisons la puissance de calcul pour comprendre ce qui se passe. "

L'équipe de recherche a utilisé des échantillons de plasma faisant partie de l'étude prospective européenne sur la nutrition et le cancer en Espagne. L'équipe a examiné 39 patients ayant développé la maladie de Parkinson dans les 15 ans suivant leur participation à l'étude et a comparé le mélange de métabolites avec un groupe témoin de 39 patients n'ayant pas développé la maladie de Parkinson. Plusieurs tendances ont été identifiées et considérées comme potentiellement importantes.

Ces métabolites sont produits lorsque le corps décompose les aliments, les médicaments ou les produits chimiques. Par exemple, l'équipe a remarqué que les personnes atteintes de la maladie de Parkinson avaient tendance à avoir des taux sanguins plus faibles de triterpènes, qui traitent le stress du corps au niveau cellulaire et se trouvent dans des aliments comme les pommes, les olives et les tomates.

Les chercheurs ont également remarqué la présence de substances polyfluoroalkylées (PFAS) chez les personnes qui ont ensuite développé la maladie de Parkinson. Cela peut être lié à une exposition élevée à des produits chimiques industriels, mais des études plus vastes impliquant davantage de patients sont nécessaires pour en être sûr.

Bien que cette étude ait été relativement petite, CRANK-MS a pu détecter le risque de maladie de Parkinson avec une précision de 96 %. Cela est dû en partie au volume et à l’étendue des données introduites dans le système dès le départ, sans qu’il soit nécessaire de procéder à une simplification ou à un filtrage manuel.

Ci-dessus : L’analyse sanguine peut être utilisée pour évaluer le risque de maladie de Parkinson.

William Donald, chimiste à l'Université de Nouvelle-Galles du Sud, a déclaré : « Ici, nous saisissons toutes les informations dans CRANK-MS, sans aucune réduction des données au début. À partir de là, nous pouvons obtenir les prédictions du modèle et déterminer lesquelles ce sont les métabolites qui déterminent le plus les prédictions, en une seule étape. Cela signifie que s'il existe des métabolites qui auraient pu être manqués par les méthodes traditionnelles, nous pouvons désormais les extraire.

D’autres scientifiques peuvent également utiliser CRANK-MS. Cela signifie que davantage de maladies peuvent être détectées grâce à des échantillons de sang.

Les chercheurs espèrent maintenant voir leur système testé sur des cohortes plus importantes dans davantage de régions du monde pour voir si l'analyse de l'IA fonctionne dans la maladie de Parkinson - mais en termes d'analyse des métabolites dans le sang, ce n'est que le début. Les résultats sont très prometteurs .

Le chimiste William Donald a déclaré : « Premièrement, la précision de la prédiction de la maladie de Parkinson avant le diagnostic clinique est très élevée. Deuxièmement, cette approche d'apprentissage automatique nous permet d'identifier les marqueurs chimiques qui sont importants pour prédire avec précision qui développera la maladie de Parkinson à l'avenir. L'aspect du développement de la maladie de Parkinson est le plus important. Troisièmement, certains des marqueurs chimiques qui prédisent le plus précisément la maladie de Parkinson ont été liés à la maladie de Parkinson par d'autres dans des analyses cellulaires antérieures, mais chez l'homme.

Cette étude a été publiée dans la revue ACS Central Science.

Si vos amis l'aiment, faites attention à « Connaître les nouveautés » !

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!