Les chercheurs ont mis au point une plateforme basée sur l’intelligence artificielle pour identifier toute une gamme de maladies neurodégénératives dans des échantillons de tissus cérébraux humains, notamment la maladie d’Alzheimer et l’encéphalopathie traumatique chronique. Leur découverte aidera les scientifiques à développer des biomarqueurs et des traitements ciblés, permettant ainsi un diagnostic plus précis.

L’accumulation de protéines dans le cerveau est une caractéristique de la maladie d’Alzheimer, mais elle survient également dans d’autres maladies neurodégénératives comme l’encéphalopathie traumatique chornique. Le diagnostic précis des maladies est difficile et nécessite un spécialiste hautement qualifié.

Le potentiel de l’apprentissage automatique

Des chercheurs ont développé et utilisé la plateforme Precise Informatics afin d’appliquer de puissantes méthodes d’apprentissage automatique à des lames microscopiques numérisées préparées à partir d’échantillons de tissus de patients présentant un spectre de maladies neurodégénératives. En appliquant cette technique en profondeur, ces images ont été utilisées pour créer un réseau neuronal capable d’identifier les enchevêtrements neurofibrillaires avec un degré élevé de précision directement à partir d’images numérisées.

Voici les détails de cette découverte en anglais :

L’utilisation de l’intelligence artificielle pourrait également améliorer la capacité à identifier et à quantifier les maladies neurodégénératives, ce qui représente une avancée majeure par rapport aux approches existantes. En fin de compte, ce projet conduira à un diagnostic plus efficace et plus précis de ces maladies.

Une toute première dans le domaine de la neuropathologie

Il s’agit du premier cadre disponible pour évaluer les algorithmes d’apprentissage en profondeur utilisant des données d’images à grande échelle en neuropathologie. La plateforme Precise Informatics permet la gestion des données, l’exploration visuelle, la définition d’objet, la révision multi-utilisateur et l’évaluation des résultats.

Les chercheurs ont utilisé des techniques informatiques et mathématiques avancées associées à une technologie de microscope de pointe, à la vision par ordinateur et à l’intelligence artificielle pour classer avec plus de précision un large éventail de maladies.

Source :

ScienceDaily