Aux premiers stades, la découverte de la maladie d'Alzheimer est difficile car les symptômes commencent à se manifester de manière très subtile et peuvent être confondus avec des problèmes de mémoire, typiques de l'âge avancé. Or, une détection précoce est essentielle pour débuter un traitement et ainsi retarder les effets qui impacteront à terme la qualité de vie de la personne atteinte.
La maladie d'Alzheimer est la cause la plus fréquente de démence et consiste en une détérioration progressive de la mémoire, de la pensée, du comportement et des aptitudes sociales. Elle progresse généralement sans symptômes pendant de nombreuses années et est généralement précédée de ce que l'on appelle une déficience cognitive légère.
Désormais, main dans la main avec l'intelligence artificielle , les chercheurs de l'UBA utilisent des réseaux de neurones comme modèle pour qu'un ordinateur puisse être intelligent, imiter l'interconnexion des neurones dans le cerveau humain et apprendre à identifier l'apparition de la maladie d'Alzheimer en imitant les gènes de résonance magnétique. . Dans le même temps, voir ces réseaux de neurones artificiels en action permet une liberté sans précédent pour comprendre le fonctionnement du cerveau humain.
C'est que l'utilisation de l'IA pour détecter les maladies à partir des IRM cérébrales promet d'automatiser, de standardiser et de devenir un processus de diagnostic à grande échelle, puisque ces études cliniques sont systématiquement collectées et accumulées dans de grandes bases de données, qui peuvent être utilisées pour former des algorithmes d'intelligence artificielle.
En ce sens, l'apprentissage en profondeur, pour sa part, s'est avéré efficace pour détecter de multiples maladies dans des données d'IRM cérébrale de haute qualité, qui ont été collectées dans un cadre de recherche contrôlé.
Récemment, un groupe de chercheurs du Massachusetts General Hospital a développé un modèle d'intelligence artificielle capable d'identifier les personnes atteintes de la maladie d'Alzheimer avec une précision de plus de 90 %.
En Argentine, ce groupe de chercheurs de l'UBA utilise des réseaux de neurones artificiels pour qu'une IA apprenne à identifier le début de la maladie d'Alzheimer sur des images de résonance magnétique. "Nous utilisons l'IA pour coder le cerveau. Lorsqu'une IRM est effectuée sur le cerveau d'une personne, ce que nous voyons sont des pixels colorés ou des voxels, qui sont de petits morceaux du cerveau qui s'allument ou non en fonction de ce qui se passe dans cette zone du cerveau », a déclaré Diego Fernández Slezak. , chercheur à l'Institut d'Informatique UBA/CONICET.
Sur ce ton, qui travaille également comme professeur à la Faculté des sciences exactes et naturelles de l'Université de Buenos Aires, a ajouté : « Si ce qui s'allume est normal ou non, il est difficile de l'identifier même pour les spécialistes. Ensuite, l'IA prend les images, les encode, et renvoie des indices qui pourraient permettre de les associer à des pathologies comme Alzheimer , la bipolarité , les AVC , ou l'épilepsie ».
Le travail que fait Slezak, avec des collègues de l'Institut des sciences informatiques de la Faculté des sciences exactes et naturelles de l'UBA, consiste à identifier un modèle dans les images de résonance magnétique du cerveau qui permettent à l'intelligence artificielle d'identifier la maladie d'Alzheimer de manière précoce.
"Maintenant, nous travaillons avec des images et comment coder, avec des résonances magnétiques du cerveau, les attributs qui conduisent à la maladie d'Alzheimer", a déclaré l'expert. « C'est une maladie très bien caractérisée, et elle fait l'objet d'une étude constante. Il existe actuellement de très bons traitements pour retarder les effets qui affectent la qualité de vie, donc le détecter tôt est vital », a-t-il ajouté.
"L'un des avantages de travailler avec un réseau de neurones artificiels est que nous pouvons le démonter et le disséquer, mais nous voulons l'étudier dans les moindres détails. Ceux d'entre nous qui font de l'intelligence artificielle à partir des neurosciences cherchent à ce que l'artificiel nous permette d'en savoir plus sur la structure du cerveau humain, et vice versa. La façon dont les choses sont codées, c'est un aller-retour », explique le chercheur.
Diego Fernández Slezak a récemment reçu le prix Konex pour la science et la technologie 2023, et a également reçu le prix de la recherche Google en 2016, tous deux pour les travaux qu'il mène depuis plus de dix ans sur l'intelligence artificielle appliquée aux neurosciences.
Détecter les pathologies cérébrales avec l'IA
Il s'agit d'une enquête en cours qui est menée en collaboration avec l'hôpital Fleni , qui est celui qui contribue aux résonances magnétiques avec lesquelles l'IA est enseignée. Pour que vous appreniez tout le chemin qui mène à une maladie comme Alzheimer, cela commence par ce qu'on appelle la plainte subjective d'un patient. C'est-à-dire quelqu'un qui oublie ou confond les noms.
Les spécialistes réalisent alors une batterie d'études sur le patient, dont l'imagerie par résonance magnétique, pour savoir si cette plainte subjective correspond bien à un véritable problème cérébral. Cela pourrait être le début d'une démence qui pourrait dégénérer plus tard en Alzheimer, ou peut-être une aphasie, ou une autre pathologie cérébrale.
Les chercheurs utilisent toutes les résonances qui ont été faites à une personne qui a fait, plus tard, détecter quelque chose. L'objectif : former l'intelligence artificielle pour identifier s'il existe un schéma antérieur permettant de détecter ces maladies à temps.
"Fleni a une base de données de milliers d'anciennes résonances", a déclaré l'expert. "Ce que nous faisons d'abord, c'est que l'IA encode la structure du cerveau, puis associe cette structure aux différentes pathologies. On le voit dans l'histoire diagnostique, et on voit si une direction donnée de la structure du cerveau est la direction d'Alzheimer, ou de chacune des autres pathologies », a-t-il approfondi.
Des neurones artificiels pour comprendre les vrais
Les intelligences artificielles fonctionnent avec ce qu'on appelle les réseaux de neurones , elles sont même utilisées par ChatGPT, si célèbre aujourd'hui pour répondre à toutes sortes de requêtes. C'est une méthode qui permet à l'IA de traiter les données d'une manière inspirée du fonctionnement du cerveau humain.
Il utilise des nœuds interconnectés dans une structure en couches, un peu comme le fonctionnement des neurones biologiques. C'est un système qui permet aux ordinateurs d'apprendre de leurs erreurs et de s'améliorer continuellement. Ils établissent des relations entre les données dont ils sont nourris, fournissant des résultats complexes.
"La façon dont ces réseaux de neurones artificiels apprennent dépend de la façon dont nous représentons l'information dans notre tête", a déclaré Fernández Slezak. "Notre idée est d'étudier comment cela se fait dans de très petites niches et où nous avons un certain contrôle. La langue est l'un de ces domaines, c'est-à-dire comment une IA apprend-elle à écrire », a-t-il ajouté.
« La libre association entre les mots, qui est quelque chose d'automatique chez nous, se fait aussi automatiquement dans ces réseaux artificiels . Par exemple, si je dis carré, vous dites herbe, et ainsi de suite avec un grand nombre de mots. Cela nous permet de voir comment les idées dans le cerveau sont liées », a déclaré l'expert. Et il a poursuivi: "Nous faisons cela avec le réseau de neurones artificiels pour voir quels parallèles il y a avec: comment fonctionne l'esprit humain."
«Bien que nous puissions faire des IRM sur des personnes pour voir comment leur cerveau fonctionne lorsqu'il associe des mots, nous ne pouvons pas obtenir le niveau de détail qui nous permet d'étudier le réseau neuronal lorsqu'il fait la même chose. Et puis cela peut nous aider à comprendre comment l'information est représentée dans notre cerveau », a expliqué Fernandez Slezak. La chose intéressante à propos du parallélisme entre la façon dont l'intelligence artificielle traite l'information et le cerveau humain est que, précisément, il y a un manque de connaissances sur son fonctionnement.
On ne sait pas pourquoi 100 000 boules ou nœuds connectés avec des poids, qui sont des probabilités de connexion entre l'un et l'autre, parviennent à bien représenter le langage, comme une IA à la manière de ChatGPT. On ne sait pas non plus comment des milliards de neurones font qu'un être humain représente le langage. On sait que l'algorithme mathématique d'un réseau de neurones artificiels adapte les poids des nœuds ou des neurones, mais on ne sait pas pourquoi une structure de réseau avec certains poids résout très bien un problème donné. Idem pour son parallèle biologique. C'est pourquoi il est utile de pouvoir comprendre la manière dont une intelligence artificielle « pense » afin de bien comprendre comment et pourquoi les êtres humains pensent comme ils pensent.
Continuer à lire