L’IA reconnaît les jeunes cliniquement anxieux en fonction de leur structure cérébrale

Une étude multicentrique unique, portant sur environ 3 500 jeunes âgés de 10 à 25 ans dans le monde entier, montre que l'intelligence artificielle, en particulier l'apprentissage automatique, est capable d'identifier les personnes souffrant de troubles anxieux en fonction de leur structure cérébrale unique.

Cette étude a porté sur l’épaisseur et la surface corticales, ainsi que sur les volumes des régions cérébrales profondes. Bien que prometteurs, les résultats sont encore loin d’être parfaits. Pour les améliorer, les algorithmes doivent être encore affinés et d’autres types de données cérébrales, telles que les fonctions cérébrales et les connexions, doivent être ajoutés.

Approche plus personnalisée

Néanmoins, il reste assez remarquable que ces premiers résultats tendent à s’appliquer – et soient généralisables – à un groupe de jeunes aussi diversifié en termes d’origine ethnique, de situation géographique et de caractéristiques cliniques. Cela rend les résultats de l’étude plutôt fascinants.

Selon le chercheur principal Moji Aghajani, professeur adjoint à l'Institut d'éducation et d'études sur l'enfance de l'Université de Leiden, ce type de recherche pourrait éventuellement faciliter une approche plus personnalisée de la prévention, du diagnostic et des soins. Les résultats ont été récemment publiés dans Santé mentale naturelle.

Les troubles anxieux apparaissent généralement pour la première fois à l’adolescence et au début de l’âge adulte. Ces troubles causent des problèmes émotionnels, sociaux et économiques majeurs à des millions de jeunes dans le monde. Cependant, on ne sait pas exactement quels processus cérébraux sont impliqués dans ces troubles anxieux.

Selon Aghajani, « cette compréhension incomplète des bases cérébrales sous-jacentes est en grande partie due à notre approche simpliste des troubles mentaux chez les jeunes, dans laquelle les études cliniques sont souvent de trop petite taille, avec beaucoup trop d'attention sur le « patient moyen » plutôt que sur le Cela s'oppose en outre à l'utilisation de techniques analytiques traditionnelles, qui sont incapables de produire des résultats au niveau individuel.

Cependant, le domaine évolue lentement, l'accent étant davantage mis sur les individus et leurs caractéristiques cérébrales uniques, grâce à l'utilisation d'ensembles de données vastes et diversifiés, également appelés « mégadonnées », combinés à l'intelligence artificielle (IA).

“C'est donc exactement ce que nous avons fait au sein de l'ENIGMA Anxiety Consortium : IA et big data pour des inférences personnalisées. Un merci sincère à ZonMW, NWO et au Leiden University Fund (LUF), pour avoir rendu possible cette étude complexe et à forte intensité de main-d'œuvre. “, a ajouté Aghajani.

Une collaboration unique

Aghajani, avec son postdoc Willem Bruin et environ 250 autres collègues dans le monde, représentent l'ENIGMA Anxiety Consortium. Ce consortium rassemble des chercheurs du monde entier avec pour objectif principal d'obtenir des informations fiables et reproductibles sur les caractéristiques neurobiologiques des troubles anxieux.

Cela se fait en partageant des données, en appliquant un traitement de données entièrement harmonisé et en menant des méga-analyses à grande échelle. Aghajani souligne que des consortiums tels qu'ENIGMA ont principalement émergé en réponse à la crise de réplication actuelle qui a longtemps entravé la psychiatrie et les sciences du comportement et conduit à la stagnation dans ce domaine.