Actualités  –  publiée le 12/10/2021 par Équipe de rédaction Santélog

PLoS Computational Biology

Une image contenant texte, fermer

Description générée automatiquement Une image contenant texte

Description générée automatiquement

Cette équipe d’ingénieurs et de chercheurs de la Mayo Clinic et de Google Research ont développé un nouvel algorithme d’intelligence artificielle (IA) qui permet d’améliorer les appareils de stimulation cérébrale pour traiter les maladies neurologiques.

Alors que déjà, pour des millions de patients souffrant d’épilepsie et de troubles du mouvement tels que la maladie de Parkinson, la stimulation électrique cérébrale élargit les options de traitement, avec le recours à l’IA ces techniques pourraient également venir au secours des personnes atteintes de maladies psychiatriques et de lésions cérébrales directes, telles que celles associées aux accidents vasculaires cérébraux (AVC).

Ces travaux sur les réseaux cérébraux, qui apportent cet espoir, viennent d’être publiés dans la revue PLoS Computational Biology.

Parvenir à comprendre comment les réseaux cérébraux interagissent les uns avec les autres est extrêmement complexe.

Ce domaine peut être exploré en délivrant de brèves impulsions de courant électrique dans une zone du cerveau d’un patient tout en mesurant les réponses de tension dans les autres zones.

Cependant, dans la vraie vie, la complexité des signaux enregistrés et le nombre limité de mesures possibles constituent un véritable défi.

C’est là qu’intervient l’IA et ce tout nouveau type d’algorithme

Les scientifiques ont développé un ensemble de paradigmes, ou hypothèses, qui simplifient les comparaisons entre les effets de la stimulation électrique sur le cerveau.

Ainsi, l’équipe Mayo a collaboré avec un expert international en algorithmes d’intelligence artificielle (IA) pour développer un nouveau type d’algorithme appelé « basis profile curve identification » ou identification de la courbe de profil de base.

Pour cette étude pilote, un patient atteint d’une tumeur cérébrale a été équipé d’un réseau d’électrodes électrocorticographiques pour localiser les crises et cartographier la fonction cérébrale avant qu’une tumeur ne soit retirée.

Chaque interaction d’électrode induisait des centaines à des milliers de points temporels à étudier par le nouvel algorithme.

L’algorithme permet en analysant ces milliers de répercussions, de comprendre quelles sont les zones du cerveau qui interagissent directement les unes avec les autres, ce qui ensuite va permettre de guider le placement des électrodes pour stimuler le cerveau en fonction des caractéristiques cérébrales de chaque patient.

Le Dr Kai Miller, neurochirurgien de la Mayo Clinic et auteur principal de l’étude résume ainsi ces travaux :

« Ce type d’algorithme peut nous aider à mieux traiter les patients atteints d’épilepsie, de troubles moteurs comme dans la maladie de Parkinson et de maladies psychiatriques comme les troubles obsessionnels compulsifs ou encore la dépression ».

« Modéliser les données neurologiques devient possible avec l’IA », ajoute le chercheur Klaus-Robert Mueller, co-auteur et chercheur au sein de l’équipe Google Research Brain.

Partager l’algorithme avec d’autres équipes : les auteurs fournissent un package de code téléchargeable afin que d’autres scientifiques puissent explorer et faire encore progresser la technique.

Source: PLoS Computational Biology 2 Sept, 2021 DOI : 10.1371/journal.pcbi.1008710 Basis profile curve identification to understand electrical stimulation effects in human brain networks

Plus sur la Stimulation cérébrale sur Neuro Blog