Vêtements intelligents et intelligence artificielle
Une nouvelle technologie pour le diagnostic et le suivi des maladies neurologiques
Computer-generated image
Pour leurs études de cas, les groupes de recherche ont utilisé des capteurs intégrés à des vêtements qui enregistrent les mouvements du corps des personnes malades pendant leur vie quotidienne normale. Des algorithmes traitent les signaux transmis par les capteurs dans leur contexte global. Ce nouveau système d'IA est non seulement capable d'identifier les schémas de mouvements caractéristiques d'une maladie neurologique, qui sont si petits qu'ils restent invisibles même pour des neurologues expérimentés. Il peut également déterminer le stade de la maladie d'un patient et prédire avec une grande précision dans chaque cas individuel l'évolution probable de la maladie sans intervention thérapeutique. Les algorithmes basés sur les capteurs fonctionnent comme des biomarqueurs numériques qui permettent pour la première fois un suivi précis et continu des patients. En termes de diagnostic, ces biomarqueurs sont supérieurs aux méthodes cliniques établies pour détecter les maladies neurodégénératives : entre l'apparition de la maladie et la détection des symptômes caractéristiques, il s'écoule environ deux fois moins de temps qu'avec les méthodes traditionnelles.
Les deux études de cas publiées aujourd'hui sur l'ataxie de Friedreich et la dystrophie musculaire de Duchenne montrent que la nouvelle technologie sous-jacente peut en principe être appliquée à toutes les maladies qui provoquent des troubles ou des modifications du comportement de mouvement. En particulier, elle peut fournir une aide diagnostique et thérapeutique précieuse dans les maladies dont l'évolution est graduelle ou très variable. "La mise en relation systématique des wearables et de l'intelligence artificielle permet pour la première fois à la médecine de développer des concepts thérapeutiques pour des maladies neurodégénératives rares, adaptés à l'état physique individuel des patients. Une fois qu'une thérapie a été lancée, nos biomarqueurs peuvent aider à surveiller son efficacité et à procéder aux ajustements nécessaires", explique le professeur Aldo Faisal. D'importantes contributions à la recherche sur cette nouvelle technologie ont été apportées sous sa direction à l'Imperial College de Londres, en collaboration avec d'autres institutions partenaires britanniques. En tant que professeur de santé numérique à l'université de Bayreuth, il continuera à la développer sur le campus de Kulmbach, dans un nouveau "laboratoire vivant quantitatif (QLiLa)" actuellement en construction.
Une étude de cas de l'ataxie de Friedreich : Mesurer l'activité des gènes à partir des seules données de mouvement
L'ataxie de Friedreich, du nom de son découvreur Nicolaus Friedreich (1825-1882), est due à une perturbation génétique de la production de la protéine frataxine par l'organisme. Cette maladie peut endommager le système nerveux de manières très différentes. Le diagnostic est souvent compliqué dans les premiers temps par le fait que les mêmes symptômes ou des symptômes similaires peuvent se manifester dans d'autres troubles neurologiques. Les nouveaux biomarqueurs sont capables de suivre le contrôle génétique de la production de frataxine au fil du temps. Pour la première fois, il est possible de mesurer l'activité des gènes chez l'homme en utilisant uniquement les données du mouvement, sans prélèvement de sang ou de tissus. Cela permet d'établir des pronostics à long terme que les méthodes cliniques établies ne permettent pas d'établir. Les patients n'ont donc pas à subir de longues séries d'examens, et le système de santé est déchargé des coûts correspondants. Le nouveau système d'IA permet donc pour la première fois de développer des thérapies efficaces et précisément adaptées à chaque patient.
Étude de cas de la dystrophie musculaire de Duchenne : Suivi précis et en temps voulu des mesures thérapeutiques
La dystrophie musculaire de Duchenne a été décrite pour la première fois par le physiologiste Guillaume-Benjamin Duchenne (1806-1875). Il s'agit d'une maladie musculaire génétique qui débute dans la petite enfance. L'espérance de vie des patients atteints de la maladie est souvent très limitée, notamment en raison de l'altération sévère de la fonction respiratoire. Les chercheurs ont réussi à mettre au point un biomarqueur - le "KineDMD" - qui donne une image globale fiable des capacités motrices actuelles d'une personne atteinte de la maladie. Les effets des mesures thérapeutiques sont enregistrés rapidement et précisément. "Les résultats de nos recherches contiennent de nombreux points de départ pour étendre cette technologie à d'autres maladies neurodégénératives, mais aussi à des maladies cardiologiques et orthopédiques - y compris les dommages au système nerveux causés, par exemple, par un accident vasculaire cérébral ou une crise cardiaque. Ces deux articles montrent jusqu'où nous pouvons aller lorsque des chercheurs en IA, des ingénieurs, des spécialistes des sciences de la vie et des cliniciens collaborent étroitement au sein d'une équipe", explique le professeur Aldo Faisal.
Futures recherches à l'université de Bayreuth
Le Quantitative Living Lab (QLiLa), que le professeur Faisal est en train de mettre en place à Kulmbach, où se trouve la faculté des sciences de la vie de l'université de Bayreuth, est un projet unique au monde. La recherche sera axée sur l'utilisation de l'IA pour résoudre des problèmes liés à la santé tout en les intégrant dans la vie quotidienne. L'équipe interdisciplinaire dirigée par le professeur Faisal comprend des chercheurs en ingénierie, en informatique, en sciences du comportement et en neurosciences. L'objectif commun est l'analyse du comportement humain et le développement de nouvelles technologies qui favorisent une vie longue, saine et indépendante. L'idée du "living lab" - également appelé "real lab" - transfère le concept de laboratoire scientifique et technique dans un lieu de la vie quotidienne, plus précisément dans deux appartements. Au lieu de réaliser des expériences scientifiques abstraites dans un laboratoire ou un hôpital, les gens pourront à l'avenir être examinés et traités dans leur vie quotidienne à l'aide de procédures numériques.
Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Anglais peut être trouvé ici.
Publication originale
B. Kadirvelu et al.: A wearable motion capture suit and machine learning predict disease progression in Friedreich’s ataxia. Nature Medicine (2023).
V. Ricotti et al.: Wearable full-body motion tracking of activities of daily living predicts disease trajectory in Duchenne muscular dystrophy. Nature Medicine (2023).