Les troubles du spectre autistique (TSA) se manifestent par deux symptômes particuliers, à savoir les troubles de la communication sociale et les comportements répétitifs et restreints. Selon l’Organisation mondiale de la santé, cette maladie touche une personne sur 160 dans le monde. Les caractéristiques de ce trouble peuvent être détectées dès les plus jeunes âges chez certains patients. Mais le plus souvent, la maladie n’est vraiment diagnostiquée qu’à un stade avancé de la vie. En effet, jusqu’à présent, il est compliqué d’obtenir un diagnostic précis de l’autisme. Les professionnels de santé (médecin généraliste, psychiatre, traitant spécialisé, etc.) proposent généralement de procéder à un dépistage en décelant les signes d’un fonctionnement autistique.
Cependant, la demande croissante d’évaluation des TSA n’est pas satisfaite en raison de certaines contraintes telles que le manque de ressources et la renonciation aux services médicaux à cause du temps nécessaire pour dépister cette condition. Dans cette nouvelle étude, des chercheurs ont découvert une nouvelle approche pour diagnostiquer le trouble du spectre autistique avec une haute précision et plus rapidement. Pour cela, ils ont créé des modèles d’ensemble profonds (DEM) à partir d’images rétiniennes numériques à haute résolution. Découverte.
Une méthode de diagnostic assistée par ordinateur des TSA
Ces scientifiques ont utilisé 1 890 images rétiniennes de 958 participants comprenant deux groupes différents : l’un présentant un développement typique (témoins) et l’autre un TSA (cas). Ils ont développé dix modèles individuels d’IA formés à partir de 85 % des données de cohortes de témoins et de cas sélectionnées aléatoirement. Ils ont recouru à un algorithme de validation croisé dix fois afin d’obtenir des évaluations généralistes de la performance des modèles. En effet, cette équipe a pu recueillir des données séquentielles fondées sur l’âge. Elle a remarqué que les modèles pouvaient être employés pour diagnostiquer l’autisme, avec une aire sous la courbe d’exploitation du récepteur de 1,00, ainsi qu’une spécificité et une sensibilité supérieures estimées respectivement à 1,00.
Et étonnamment, les chercheurs ont pu évaluer la gravité des troubles du spectre autistique avec une aire sous la courbe d’exploitation du récepteur de 0,74, une sensibilité de 0,58 et une spécificité de 0,74. Ces résultats encourageants ouvrent la voie au développement d’une méthode de diagnostic assisté par ordinateur de l’autisme plus fiable à partir des scans rétiniens. Ainsi, il sera possible d’évaluer automatiquement et précisément le statut des patients atteints d’autisme. Cela demanderait moins de temps que les méthodes de dépistage actuelles.
L’utilisation de l’IA dans le diagnostic de l’autisme
Des études précédentes supposent que les images rétiniennes des patients pouvaient être utilisées comme un indicateur des troubles du spectre autiste. Il est à préciser qu’en théorie, la rétine est considérée comme une représentation indirecte des anomalies cérébrales. Hormis cela, des chercheurs ont testé des associations entre les images rétiniennes et les cas d’autisme. Cela leur a permis d’apprendre que les modèles d’intelligence artificielle d’apprentissage automatique pouvaient distinguer les personnes atteintes de l’autisme (cas) de celles qui présentent un développement typique (témoins). Cette équipe s’est basée sur des scans rétiniens à haute définition.
Mais contrairement à cette nouvelle étude, ces recherches antérieures se portaient sur des échantillons trop limités, rendant ainsi difficile leur généralisation. De plus, elles se sont focalisées sur les résultats binaires positifs ou négatifs des TSA. Leurs résultats n’ont pas mentionné la possibilité pour leurs modèles d’IA d’évaluer la gravité de l’autisme. Avec la découverte de cette nouvelle méthode de diagnostic par ordinateur assisté, les médecins pourraient connaître à la fois la présence et la gravité des TSA. Cela réduirait leur charge de travail, tout en leur permettant de réaliser un dépistage plus précoce et plus large de leurs patients. Plus d’informations : JAMA Network Open. Que pensez-vous de cette invention ? Nous vous invitons à nous donner votre avis, vos remarques ou nous remonter une erreur dans le texte, cliquez ici pour publier un commentaire .