Un nouveau test vidéo pour la maladie de Parkinson utilise l’IA pour suivre la progression de la maladie

Une technique de traitement vidéo développée à l’Université de Floride qui utilise l’intelligence artificielle aidera les neurologues à mieux suivre la progression de la maladie de Parkinson chez les patients, améliorant ainsi leurs soins et leur qualité de vie.

Le système, développé par Diego Guarin, Ph.D., professeur adjoint de physiologie appliquée et de kinésiologie au UF College of Health and Human Performance, applique l’apprentissage automatique pour analyser les enregistrements vidéo de patients effectuant le test de tapotement des doigts, un test standard pour la maladie de Parkinson qui consiste à tapoter rapidement le pouce et l’index 10 fois.

Le travail est publié dans la revue Transactions IEEE sur les systèmes neuronaux et l’ingénierie de la réadaptation.

« En étudiant ces vidéos, nous avons pu détecter même les plus petites altérations dans les mouvements de la main qui sont caractéristiques de la maladie de Parkinson mais qui pourraient être difficiles à identifier visuellement pour les cliniciens », a déclaré Guarin, affilié au Norman Fixel Institute for Neurological Diseases de l’UF Health.

« La beauté de cette technologie est qu’un patient peut s’enregistrer en train d’effectuer le test, et le logiciel l’analyse et informe le clinicien de la façon dont le patient bouge afin que ce dernier puisse prendre des décisions. »

La maladie de Parkinson est un trouble cérébral qui affecte les mouvements et peut entraîner une lenteur des mouvements, des tremblements, une raideur et des difficultés d’équilibre et de coordination. Les symptômes apparaissent généralement progressivement et s’aggravent avec le temps. Il n’existe pas de test de laboratoire ou d’imagerie spécifique permettant de diagnostiquer la maladie de Parkinson, mais une série d’exercices et de manœuvres effectués par le patient aide les cliniciens à identifier et à évaluer la gravité du trouble.

L’échelle d’évaluation la plus utilisée pour suivre l’évolution de la maladie de Parkinson est l’échelle d’évaluation unifiée de la maladie de Parkinson de la Movement Disorder Society. Guarin explique que, malgré sa fiabilité, l’échelle d’évaluation est limitée à 5 points, ce qui limite sa capacité à suivre les changements subtils de progression et est sujette à des interprétations subjectives.

L’équipe de recherche, qui comprenait les neurologues de l’UF Joshua Wong, MD; Nicolaus McFarland, MD, Ph.D.; et Adolfo Ramirez-Zamora, MD, a créé une manière plus objective de quantifier les symptômes moteurs chez les patients atteints de la maladie de Parkinson en utilisant des algorithmes d’apprentissage automatique pour analyser les vidéos et capturer les changements nuancés de la maladie au fil du temps.

« Nous avons constaté que nous pouvons observer les mêmes caractéristiques que celles que les cliniciens tentent de voir en utilisant une caméra et un ordinateur », a déclaré Guarin. « Grâce à l’IA, le même examen est plus facile et prend moins de temps pour toutes les personnes impliquées. »

Guarin a déclaré que le système automatisé a également révélé des détails jusque-là inaperçus sur le mouvement en utilisant des données précises collectées par la caméra, comme la rapidité avec laquelle le patient ouvre ou ferme le doigt pendant le mouvement et la mesure dans laquelle les propriétés du mouvement changent à chaque appui.

« Nous avons constaté que dans le cas de la maladie de Parkinson, le mouvement d’ouverture est retardé par rapport au même mouvement chez les individus en bonne santé », a déclaré Guarin. « Il s’agit d’une nouvelle information qu’il est presque impossible de mesurer sans vidéo et ordinateur, ce qui nous indique que la technologie peut aider à mieux caractériser la façon dont la maladie de Parkinson affecte le mouvement et fournir de nouveaux marqueurs pour aider à évaluer l’efficacité des thérapies. »

Pour perfectionner le système, que Guarin a conçu à l’origine pour analyser les traits du visage pour des maladies autres que la maladie de Parkinson, l’équipe a fait appel au HiPerGator de l’UF, l’un des plus grands supercalculateurs d’IA au monde, pour former certains de ses modèles.

« HiPerGator nous a permis de développer un modèle d’apprentissage automatique qui simplifie les données vidéo en un score de mouvement », explique Guarin. « Nous avons utilisé HiPerGator pour entraîner, tester et affiner différents modèles avec de grandes quantités de données vidéo, et ces modèles peuvent désormais fonctionner sur un smartphone. »

Michael S. Okun, MD, directeur du Norman Fixel Institute et conseiller médical de la Parkinson’s Foundation, a déclaré que les évaluations automatisées basées sur la vidéo pourraient « changer la donne » pour les essais cliniques et les soins.

« Le test de tapotement des doigts est l’un des éléments les plus importants utilisés pour le diagnostic et pour mesurer la progression de la maladie de Parkinson », a déclaré Okun. « Aujourd’hui, il faut un expert pour interpréter les résultats, mais ce qui est révolutionnaire, c’est la façon dont Diego et trois neurologues de la maladie de Parkinson à l’Institut Fixel ont pu utiliser l’IA pour objectiver la progression de la maladie. »

En plus de mettre cette technologie entre les mains des neurologues et autres prestataires de soins, Guarin travaille avec l’UFIT pour la développer en une application pour appareils mobiles, permettant aux individus d’évaluer leur maladie au fil du temps à domicile.