Des informations clés repérées par l’IA dans les EEG
Les maladies neurodégénératives telles que la maladie d’Alzheimer et la maladie à corps de Lewy provoquent des perturbations électrophysiologiques. Ces anomalies dans les signaux électriques émis par le cerveau peuvent être détectées par électroencéphalogramme (EEG) et ces examens peuvent servir de mesure de la gravité de la maladie. Cependant, l’analyse d’un EEG suppose que les médecins aient sélectionné a priori les caractéristiques des ondes sur lesquelles ils vont se concentrer. Cette méthode traditionnelle a des limites. Elle repose sur le jugement humain pour sélectionner ces caractéristiques, ce qui peut introduire des biais. De plus, certaines informations pertinentes pourraient être ignorées.
6 caractéristiques pour identifier les troubles cognitifs :
Pour ne pas passer à côté d’informations médicales cruciales présentes dans les ondes cérébrales, des chercheurs américains de la Mayo Clinic ont développé un nouvel outil. Concrètement, ils ont d’abord rassemblé un grand volume de données, provenant de plus de 11 000 patients qui ont passé des EEG à la Mayo Clinic sur une période de dix ans. Pour analyser ces données complexes, ils ont utilisé des techniques d’IA et de ML qui ont simplifié ces motifs en les réduisant à six caractéristiques spécifiques. En outre, l’outil a ignoré automatiquement les données non pertinentes pour se concentrer uniquement sur les motifs d’ondes cérébrales permettant d’identifier des troubles cognitifs.
Les résultats de leur étude ont été publiés le 31 juillet dans la revue Brain Communications.
Résultats : l’IA fait la distinction entre les personnes saines et les malades
- Les 6 six facteurs choisis pour différencier des sous-groupes de patients représentaient des activités cérébrales biologiquement significatives.
- Les caractéristiques extraites automatiquement ont montré des précisions de classification élevées entre les sujets cognitivement normaux et ceux atteints de troubles cognitifs légers, et surtout chez les sujets atteints de démence.
- Ces facteurs ont aussi permis de distinguer les patients souffrant de la maladie d’Alzheimer de ceux atteints par la démence à corps de Lewy.
Les auteurs de cette étude estiment donc que l’association des EEG de routine avec des méthodes d’analyse automatisées et axées sur les données pourrait mener à un test rapide, non invasif et relativement peu coûteux pour différencier les différentes causes neurodégénératives de troubles cognitifs. En outre, l’IA peut également alerter les experts sur des motifs anormaux trop subtils pour être détectés par l’humain.
Bien sûr, l’utilisation de l’EEG pour détecter les problèmes cognitifs n’a pas vocation à remplacer d’autres types d’examens, tels que les IRM ou les tomographies par émission de positons (TEP). Mais grâce à la puissance de l’IA, l’EEG pourrait se révéler une option intéressante, notamment dans des zones où l’accès à des équipements spécialisés est limité…
*Data-driven retrieval of population-level EEG features and their role in neurodegenerative diseases
Wentao Li, Yogatheesan Varatharajah, Ellen Dicks, Leland Barnard, Benjamin H Brinkmann, Daniel Crepeau, Gregory Worrell, Winnie Fan, Walter Kremers, Bradley Boeve,
Hugo Botha, Venkatsampath Gogineni, David T Jones
Brain Communications, Volume 6, Issue 4, 2024, fcae227, https://doi.org/10.1093/braincomms/fcae227


