Le rôle deintelligence artificielle (AU) Dans le domaine de la santé médicale, il est de plus en plus important quotidiennement car il aide non seulement dans le traitement des données mais aussi pour les facteurs de dépistage et de risque précoces qui pourraient préparer un sujet à l'apparition future de maladies terribles. Dans ce cas, une recherche de notre CNR -IST (National Research Council – Institute of Cognition Sciences and Technology) a mis en évidence le «poids» de certains éléments génétiques pour l'apparition future de maladies neurodégénératives telles que Parkinson Et Alzheimer.
L'étude
Grâce à un algorithme utilisé pour la première fois, nous avons essayé de comprendre à quel point cela affecte le fait d'être un homme ou une femme et de faire un diagnostic précoce de ces maladies. Dans le cas spécifique, un algorithme de l'IA a été utilisé qui a analysé une série de tests, des données neuropsychologiques aux données génétiques mais aussi neurophysiologiques sur un échantillon de personnes, de femmes et d'hommes, en bonne santé et malade, afin de découvrir les différences selon et qui était la catégorie la plus prédisposée. Ce travail a été publié sur le 'Journal des sciences neurologiques«En avec deux articles différents, l'un s'est concentré sur les Parkinson et l'autre sur Alzheimer.
Le cas de Parkinsonon
L'algorithme développé pour la recherche sur Parkinson Il a découvert certains facteurs clés (neuropsychologiques, génétiques et corps) capables de provoquer une maladie. Quant aux hommes, la rigidité musculaire et les dysfonctionnements du système nerveux autonome concernent les facteurs de risque tandis que pour les femmes, les données sur les dysfonctionnements urinaires capables de « précéder » l'apparence future de la maladie ont été plus pertinentes. D'autres facteurs de risque pour les deux sexes concernaient à la fois l'âge et les antécédents familiaux de la maladie et, dans ce dernier cas, avec une plus grande exposition pour les hommes.
Le cas d'Alzheimer
L'algorithme utilisé pour leAlzheimeren revanche, a analysé le résultat de Simple tests neuropsychologiques Estimer la probabilité d'avoir la maladie, basée sur le sexe, basé sur des facteurs «prédateurs» tels que la mémoire, l'orientation, l'attention et le langage (MMSE). Parallèlement à ceux-ci, la mémoire verbale à court terme (AVTOT) et la mémoire épisodique à long terme (lideltotal) ont également donné des indications significatives. « Le système d'apprentissage automatique que nous avons développé montre comment MMSE est un prédicteur plus efficace que la maladie d'Alzheimer chez les femmes, tandis que chez les hommes, il est essentiel pour une surveillance à long terme. Le lideltotal est plus prédictif chez les femmes pour l'apparition de la maladie, tandis qu'AVTOT est plus pertinent chez les hommes. De plus, le niveau d'éducation affecte différemment le risque d'Alzheimer, les femmes présentant un plus grand risque« , a expliqué la directrice scientifique Daniele Caligiore, responsable de la recherche au CNR-ISTC et directrice de l'école avancée en intelligence artificielle (AS-AI).
Qu'est-ce qui peut changer dans le domaine médical
L'expert a ajouté que c'est la première fois que les recherches du CNR-IST sont confrontées à ce type de problème grâce à un algorithme spécial de l'apprentissage automatique explicable « » « c'est-à-dire capable de rendre le processus de prise de décision d'occasion transparent, d'augmenter la fiabilité et de promouvoir l'adoption dans le domaine médical » compréhension et le prévention de maladies telles que Parkinsonon et Alzheimer. « La tâche de la recherche sera d'affiner de plus en plus de tests neuropsychologiques et de biomarqueurs prédictifs, avec une attention particulière au sexe, afin de soutenir les traitements personnalisés « , Il ajoute de la chaleur.
Comme mentionné au début, à partir de cette recherche, il est évident à quel point l'intelligence artificielle est importante pour mieux soutenir la médecine grâce à la combinaison d'analyse individuelle avec une vision plus large.
« Les algorithmes d'apprentissage automatique peuvent en fait intégrer Et analyser Les données spécifiques du patient – physiologique, génétique ou liée au mode de vie – pour prédire l'apparition de la maladie, surveillez leur progression et, en même temps, offrent des traitements ciblés et personnalisés« .
