Un outil d’apprentissage automatique utilise l’IRM cérébrale pour prédire l’apparition de la psychose

Des prédictions avant l’apparition de la psychose peuvent être faites à l’aide d’un outil d’apprentissage automatique capable de classer les IRM cérébrales en personnes en bonne santé et en personnes à risque d’épisode psychotique. Un consortium international comprenant des chercheurs de l’Université de Tokyo a utilisé le classificateur pour comparer les analyses de plus de 2 000 personnes réparties sur 21 sites à travers le monde. Environ la moitié des participants ont été identifiés comme présentant un risque clinique élevé de psychose. En utilisant les données de formation, le classificateur était précis à 85 % pour distinguer les personnes qui n’étaient pas à risque de celles qui ont développé plus tard des symptômes psychotiques importants. En utilisant de nouvelles données, la précision est de 73 %. Cet outil pourrait être utile dans de futurs contextes cliniques, car même si la plupart des personnes atteintes de psychose se rétablissent complètement, une intervention précoce conduit souvent à de meilleurs résultats et à un impact moins négatif sur la vie des personnes.

N’importe qui peut vivre un épisode psychotique, qui implique souvent des délires, des hallucinations ou une pensée désorganisée. Il n’y a pas de cause unique, mais elle peut être déclenchée par une maladie ou une blessure, un traumatisme, l’abus de drogues ou d’alcool, des médicaments ou une prédisposition génétique. Même si la psychose peut être effrayante ou inquiétante, elle peut être soignée et la plupart des gens s’en remettent. Étant donné que l’âge le plus courant d’apparition de la maladie est l’adolescence ou le début de l’âge adulte, lorsque le cerveau et le corps subissent de nombreux changements, il peut être difficile d’identifier les jeunes qui ont besoin d’aide.

Tout au plus, seulement 30 % des individus cliniquement à risque développent ultérieurement des symptômes psychotiques manifestes, tandis que les 70 % restants ne le font pas. Par conséquent, les cliniciens doivent utiliser non seulement les symptômes subcliniques tels que les changements de pensée, de comportement et d’humeur, mais également des biomarqueurs qui peuvent aider à identifier ceux qui développeront des symptômes psychotiques. “

Shinsuke Koike, professeur agrégé, École supérieure des arts et des sciences, Université de Tokyo

Un consortium de chercheurs s’est réuni pour créer un outil d’apprentissage automatique qui utilise l’IRM cérébrale pour identifier les personnes à risque de psychose. Des recherches antérieures utilisant l’IRM cérébrale ont montré que des différences structurelles se produisent dans le cerveau après un épisode psychotique. Cependant, c’est la première fois que des différences sont découvertes dans le cerveau de personnes présentant un risque extrêmement élevé mais n’ayant pas encore souffert de psychose.

Des équipes de 21 institutions différentes dans 15 pays différents ont réuni un groupe large et diversifié d’adolescents et de jeunes adultes participants. Koike a déclaré que les études IRM sur les troubles psychiatriques peuvent être difficiles car les changements dans le développement du cerveau et les appareils IRM rendent difficile l’obtention de résultats très précis et comparables. De plus, chez les jeunes, il peut être difficile de faire la distinction entre les changements dus au développement typique et les changements dus à la maladie mentale.

“Différents modèles d’IRM ont différents paramètres qui peuvent également affecter les résultats”, explique Koike. “Tout comme avec un appareil photo, différents instruments et spécifications de prise de vue créent différentes images de la même scène, en l’occurrence le cerveau du participant. Cependant, nous avons pu corriger ces différences et créer un classificateur bien adapté à la prédiction des épisodes psychotiques. “

Les participants ont été divisés en trois groupes cliniquement à haut risque : ceux qui ont développé une psychose par la suite ; ceux qui ont développé une psychose par la suite ; ceux qui n’ont pas développé de psychose ; et ceux dont le statut de suivi était incertain (un total de 1 165 personnes dans les trois groupes). , ainsi que pour Un quatrième groupe de témoins sains (1 029 individus) ont été comparés. Les chercheurs ont utilisé les données d’analyse pour entraîner un algorithme d’apprentissage automatique afin d’identifier des modèles dans l’anatomie cérébrale des participants. Les chercheurs ont utilisé l’algorithme pour diviser les quatre groupes de participants en deux groupes d’intérêt principaux : des témoins sains et un groupe présentant un risque élevé de développer ultérieurement des symptômes psychotiques importants.

Lors de la formation, l’outil a classé les résultats avec une précision de 85 %, et lors d’un test final avec de nouvelles données, l’outil était précis à 73 % pour prédire quels participants présentaient un risque élevé d’épisode psychotique. Sur la base des résultats, l’équipe estime que la fourniture d’IRM cérébrales à des personnes identifiées comme étant cliniquement à haut risque pourrait aider à prédire de futurs épisodes de psychose.

“Nous devons encore tester si le classificateur fonctionne sur de nouveaux ensembles de données. Étant donné que certains des logiciels que nous utilisons fonctionnent mieux avec des ensembles de données fixes, nous devons construire un classificateur capable de classer de manière robuste les IRM de nouveaux sites et de nouvelles machines”, a déclaré le Japon. Un cerveau national Le projet scientifique appelé Brain/MINDS Beyond relève ce défi”, a déclaré Yuriko Koike. “Si nous y parvenons, nous pourrons créer des classificateurs plus puissants pour de nouveaux ensembles de données, puis les appliquer à des contextes cliniques réels et de routine.”