116. NEUROSCIENCES, NEUROLOGIE & PSYCHOLOGIE

L'Intelligence Artificielle qui détecte le type de dépression post-AVC peut aider les survivants d'un AVC à obtenir le bon traitement

Résumé : La nouvelle technologie d'intelligence artificielle peut détecter le type de dépression d'un AVC d'un patient et améliorer les options de traitement.

Source: Université d'Hiroshima

Une IA développée par des chercheurs japonais pourrait bientôt aider les survivants d'un AVC à obtenir le bon traitement en détectant le type de dépression post-AVC (PSD) d'un patient, une manifestation neuropsychiatrique fréquemment observée mais souvent négligée après un AVC qui pourrait nuire à la récupération fonctionnelle.

L'IA a été développée par des chercheurs de l'Université d'Hiroshima (HU) à l'aide d'un réseau de neurones artificiels probabilistes appelé réseau de mélange gaussien log-linéarisé. Le réseau neuronal a été formé pour faire la distinction entre la dépression, l'apathie ou l'anxiété sur la base de 36 indices d'évaluation obtenus à partir de tests fonctionnels, physiques et cognitifs sur 274 patients.

Des détails sur leurs recherches qui ont analysé la relation entre le PSD et les activités d'indépendance de la vie quotidienne, le degré de paralysie, la conscience du stress et une fonction cérébrale plus élevée à l'aide de l'apprentissage automatique sont publiés dans Scientific Reports.

Détection précoce du PSD

Les chercheurs ont déclaré que chaque type de PSD pourrait avoir des mécanismes neuroanatomiques sous-jacents différents qui pourraient avoir un impact distinct sur la récupération fonctionnelle d'un patient. Et sa détection précoce est cruciale pour donner le traitement approprié dont le patient a besoin.

« La dépression est un symptôme neuropsychiatrique hautement comorbide pendant la phase aiguë et subaiguë après un AVC et il a été rapporté qu'elle influence négativement la récupération fonctionnelle et cognitive. Ainsi, un diagnostic et une intervention précoces sont cruciaux pour la dépression post-AVC », a déclaré l'auteur de l'étude Seiji Hama, chercheur associé à la Graduate School of Biomedical and Health Science de HU.

« Cependant, le PSD est multifactoriel et les symptômes neurologiques associés peuvent entraver le processus de détection. Cette étude est la première étape visant à diagnostiquer avec précision le PSD à l'aide de données obtenues dans la pratique de routine sans aucun équipement spécial.

Les chercheurs ont testé la précision du diagnostic de l'IA via la courbe caractéristique de fonctionnement du récepteur qui évalue visuellement les performances d'un algorithme d'apprentissage automatique en lui attribuant un score d'aire sous la courbe (AUC). Un score AUC de 1,0 signifie une performance parfaite. L'IA de détection PSD a obtenu un score supérieur à 0,85.

Hypothèse de seuil de stress

Divers troubles physiques post-AVC, troubles cognitifs et troubles de l'humeur associés aux réponses au stress sont étroitement liés, ce qui rend difficile la compréhension de la cause de la PSD et, par conséquent, rend son diagnostic difficile.

Il n'est pas certain que le PSD se produise dans le cadre du processus de deuil en raison des déficiences physiques après un accident vasculaire cérébral ou s'il est provoqué par des facteurs biologiques associés à des lésions cérébrales.

Les résultats de l'étude, cependant, suggèrent que la réduction de l'adaptabilité au stress due aux lésions cérébrales induites par l'AVC est à l'origine du PSD.

Les symptômes neurologiques associés ont tendance à entraver la détection de la dépression post-AVC. Des chercheurs de l'Université d'Hiroshima ont conçu une IA capable de diagnostiquer trois types de troubles de l'humeur post-AVC à l'aide de 36 indices d'évaluation obtenus à partir de tests fonctionnels, physiques et cognitifs sur 274 patients. L'image est dans le domaine public

"L'une des hypothèses traditionnelles sur le mécanisme PSD était" l'hypothèse de seuil ", cohérente avec de nombreux rapports précédents démontrant l'association entre l'accumulation d'infarctus lacunaires dans les noyaux gris centraux, le thalamus et la substance blanche profonde et PSD", ont-ils déclaré dans leur étude.

Hama a déclaré qu'ils avaient l'intention de mener une analyse détaillée à l'aide d'images IRM pour clarifier davantage les origines de la PSD et améliorer les techniques de diagnostic dans l'espoir d'appliquer la technologie aux appareils portables. Les chercheurs s'attendent à ce que la réadaptation des patients soit améliorée grâce au diagnostic et au traitement précoces de la PSD.

« Si cette technique de diagnostic de PSD devient possible à tester avec un appareil portable, il sera possible de l'utiliser dans la communauté locale. En le combinant avec le test de la fonction cognitive, nous aimerions vérifier son application à l'effet préventif des accidents vasculaires cérébraux », a-t-il déclaré.

À propos de cette actualité sur la recherche en IA

NeuroscienceNews tient à remercier Mikas Matsuzawa pour avoir soumis cette actualité sur la recherche en IA.

Source : Université d'Hiroshima

Contact : Mikas Matsuzawa – Université d'Hiroshima

Image : L'image est dans le domaine public

Recherche originale : accès libre.

« Relations entre les fonctions motrices et cognitives et les troubles de l'humeur post-AVC révélés par l'analyse de l'apprentissage automatique » par Seiji Hama, Kazumasa Yoshimura, Akiko Yanagawa, Koji Shimonaga, Akira Furui, Zu Soh, Shinya Nishino, Harutoyo Hirano, Shigeto Yamawaki & Toshio Tsuji . Rapports scientifiques



Abstrait

Relations entre les fonctions motrices et cognitives et les troubles de l'humeur post-AVC révélés par l'analyse de l'apprentissage automatique

Des troubles de l'humeur (p. ex. dépression, apathie et anxiété) sont souvent observés chez les patients victimes d'un AVC, présentant un impact négatif sur la récupération fonctionnelle associé à divers troubles physiques et dysfonctionnements cognitifs. Par conséquent, les symptômes post-AVC sont complexes et difficiles à comprendre.

Dans cette étude, nous avons cherché à clarifier la relation transversale entre les troubles de l'humeur et les fonctions motrices/cognitives chez les patients victimes d'un AVC. Une architecture de réseau de neurones artificiels a été conçue pour prédire trois types de troubles de l'humeur à partir de 36 indices d'évaluation obtenus à partir de tests fonctionnels, physiques et cognitifs sur 274 patients.

La relation entre les troubles de l'humeur et les fonctions motrices/cognitives a été analysée de manière approfondie en effectuant une réduction de la dimensionnalité d'entrée pour le réseau neuronal. La courbe caractéristique de fonctionnement du récepteur issue de la prédiction présentait une aire modérée à élevée sous la courbe au-dessus de 0,85. De plus, la réduction de la dimensionnalité d'entrée a récupéré les indices d'évaluation qui sont plus fortement liés aux troubles de l'humeur.

Les résultats de l'analyse suggèrent une hypothèse de seuil de stress, dans laquelle les lésions induites par l'AVC favorisent la vulnérabilité au stress et peuvent déclencher des troubles de l'humeur.

Aout 2021