Si la maladie de Parkinson touche environs 200.000 personnes en France aujourd’hui – un chiffre en constante augmentation et qui pourrait dépasser les 300.000 cas à l’horizon 2030 -, il est encore difficile de la détecter avant les premiers symptômes. C’est en partant de ce constat que des chercheurs de l’Université de technologie de Troyes ont cherché à combiner l’intelligence artificielle à l’imagerie médicale pour tenter d’anticiper le plus tôt possible la maladie de Parkinson.

« Nous pensons que notre approche pourrait améliorer la façon dont la maladie de Parkinson est diagnostiquée et traitée. En combinant l’imagerie médicale et l’intelligence artificielle, nous ouvrons de nouvelles perspectives pour améliorer et faire avancer la recherche sur cette maladie invalidante », explique Racha Soubra, enseignante-chercheuse à l’UTT, au sein du Laboratoire informatique et société numérique.

Anticiper la maladie de Parkinson grâce à l’IA et à l’imagerie médicale

“Anticipation de la maladie de parkinson par l’intelligence artificielle et le traitement d’images” est une étude qui vise à réinventer la façon dont la maladie de Parkinson est diagnostiquée en utilisant des techniques avancées d’imagerie médicale et d’intelligence artificielle pour détecter la maladie plus précocement. En effet, si aujourd’hui, les images cérébrales sont utilisées pour confirmer la présence de la maladie à un stade avancé, en phase symptomatique, lorsque les symptômes cliniques sont déclarés, ce projet espère déceler les neurones qui auraient disparus du fait de la maladie de Parkinson, en phase pré-clinique, sans symptômes apparents.

« Nous sommes très heureux des premiers résultats de notre projet. Nous avons réussi à mettre en place une méthodologie solide de segmentation pour la détection précoce de la maladie de Parkinson, et nous sommes maintenant impatients d’explorer davantage les possibilités offertes par l’imagerie médicale et l’intelligence artificielle », déclarent Racha Soubra et Aly Chkeir, les deux enseignants-chercheurs à l’origine du projet.

En se concentrant sur la segmentation d’une zone profonde du cerveau appelée le striatum qui joue un rôle crucial dans diverses fonctions, notamment le contrôle des mouvements, les chercheurs peuvent, à partir des méthodes de traitement d’images et des modèles de l’intelligence artificielle, identifier et extraire les biomarqueurs de la maladie et déterminer le stade d’avancement de la maladie le plus précocement possible.

Antonin Tabard