dans ,

Le machine learning aide à détecter l’autisme grâce aux empreintes cérébrales

Autisme et machine learning

Des chercheurs ont développé un nouvel algorithme de machine learning pour la détection de l’autisme.

Plus tôt un patient autiste reçoit un bon diagnostic, plus tôt il pourra bénéficier d’une thérapie. Au lieu d’observer ses actions pour identifier les symptômes, cette approche se base sur son empreinte cérébrale.

Détecter l’autisme à l’aide du machine learning

Cette nouvelle étude a été menée par des chercheurs de l’université de Stanford. Elle concerne le développement d’un nouvel algorithme pour prédire si une personne est autiste en se basant sur son empreinte cérébrale. Le système, basé sur le machine learning, permet également de déterminer le degré de symptôme de l’autisme chez les patients.

La méthode consiste à analyser les données d’imagerie par résonance magnétique fonctionnelle (IRMf) cérébrale. En termes simples, celles-ci représentent l’activité neuronale dans le cerveau qui est unique à chaque individu.

Pour entraîner le modèle, les chercheurs ont rassemblé les scans d’environ 1 100 personnes, dont une partie correspond à des patients autistes diagnostiqués par des médecins. Précisons que la méthode traditionnelle pour détecter l’autisme se résume à surveiller les actions d’un individu. Cela s’explique par le fait que l’autisme ne présente pas assez de biomarqueurs objectifs pouvant être identifiés par un test.

Développer une IA explicable

Pour comprendre comment le système fonctionne, les chercheurs ont également appliqué un algorithme d’IA explicable (XAI). Cela a permis d’évaluer les relations entre l’activité de certaines zones du cerveau et l’interconnectivité observée dans l’empreinte cérébrale. Néanmoins, le système XAI doit encore subir d’autres améliorations avant de valider les empreintes cérébrales en tant que biomarqueurs.

Alors que chaque empreinte est unique, elle contient des caractéristiques qui permettent de la comparer à d’autres. Le machine learning aide donc à trier et à catégoriser les modèles pour identifier correctement les cerveaux présentant des signes d’autisme.

Les chercheurs se concentrent maintenant sur une étude de la fratrie. Entre autres, l’algorithme analysera les scintigraphies d’un frère ou une sœur autiste et de l’autre qui ne l’est pas. Cela le rendrait plus à même d’affiner la distinction entre les empreintes cérébrales similaires.

Les chercheurs espèrent que ce nouveau système aidera à faire un diagnostic précoce. Cela va sans dire que plus tôt un traitement est administré, mieux il sera efficace.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.