Quel âge a votre cerveau ? Cette IA peut vous dire

(Qu’est-ce qu’une IA ne peut pas faire en vrai ?)

Retarder « l’âge du cerveau » peut sembler comme le dernier gadget de solution rapide sur une infopublicité de fin de soirée, mais la science qui sous-tend le concept est très réelle.

Plutôt que de refléter l’état fonctionnel moyen de votre âge chronologique, l’âge du cerveau examine dans quelle mesure votre cerveau vieillit par rapport au nombre d’anniversaires que vous avez célébrés. Nous connaissons tous des gens qui semblent plus aiguisés et qui font beaucoup plus jeunes que leur âge – ce moment incrédule où l’on se rend compte que la personne de 40 ans avec qui on discute dans l’avion est en fait une grand-mère d’environ 70 ans. L’âge du cerveau, en tant que concept, vise à saisir les subtilités biologiques derrière cette dissociation cognitive.

Ce n’est pas seulement du plaisir académique, non plus. Les chercheurs sur la longévité se sont de plus en plus rendu compte que la longévité n’est pas le meilleur prédicteur de l’état de santé général. Une façon précise et facile d’évaluer le véritable âge biologique du cerveau d’une personne pourrait être un canari inestimable dans une mine de charbon – si vous savez que votre cerveau vieillit plus vite qu’il ne le devrait, vous êtes en mesure d’intervenir rapidement grâce à ces connaissances.

Cette semaine, une étude ambitieuse de Nature Neuroscience a réuni trois domaines disparates – les neurosciences, la longévité et l’apprentissage automatique – en un seul algorithme capable de prédire l’âge cérébral d’une personne à partir des seules IRM.

À l’aide de données recueillies auprès de près de 50 000 personnes âgées de 8 décennies, l’étude est une première pour découvrir comment les troubles cérébraux courants, comme la dépression et l’autisme, affectent le vieillissement du cerveau. De plus, l’équipe a creusé en profondeur dans les données génomiques humaines de la Biobanque britannique, en identifiant des ensembles de gènes liés aux troubles neurologiques qui accélèrent particulièrement le vieillissement cérébral.

« Nous révélons que les gènes impliqués dans le vieillissement apparent du cerveau chez les individus en bonne santé se recoupent avec des gènes que nous savons être associés à des troubles cérébraux courants « , a déclaré Tobias Kaufmann, auteur de l’étude à l’Université d’Oslo en Norvège.

L’utilisation immédiate d’un tel  » écart d’âge cérébral  » est un biomarqueur du vieillissement cérébral, qui peut aider les médecins à prendre des décisions éclairées concernant leurs patients vieillissants.

Mais outre les résultats de l’étude, sa contribution la plus significative est peut-être la validation d’une approche interdisciplinaire  » rendue possible uniquement par la capacité d’étudier les scintigraphies cérébrales d’un très grand nombre de personnes  » à travers les scanners, les sites et les environnements, a déclaré le Dr Janine Bijsterbosch de la faculté de médecine de la Washington University à Saint Louis, Missouri. Bijsterbosch n’a pas participé à l’étude, mais a rédigé un article d’accompagnement.

Traduction ? Les données des laboratoires individuels ne sont plus suffisantes pour traquer les marqueurs minuscules, complexes, mais puissants du vieillissement cérébral – ou d’autres mesures neurologiques et connaissances sur la santé. Pour mieux percer les mystères de notre cerveau au niveau de la population, au-delà des clivages raciaux et socioéconomiques, il vaut la peine de reconnaître – et d’utiliser – ce  » pouvoir en nombre  » dans les établissements de recherche.

L’âge du cerveau et l’état de santé

Fin 2015, une série de commentaires d’experts en médecine de Nature a consolidé une tendance émergente dans la recherche sur la longévité.

Plutôt que d’essayer d’allonger la durée de vie, l’accent devrait être mis davantage sur l’allongement de l’espérance de vie – combien de temps vous pouvez vivre sans maladie ou combien de temps vous pouvez retarder l’apparition de maladies courantes liées au vieillissement.

Cela pose immédiatement un problème : comment mesurer l’âge biologique  » réel  » d’une personne ? C’est une énigme non résolue.

Mais pour le cerveau, un marqueur mène le troupeau : l’écart d’âge cérébral, ou la différence entre l’âge chronologique d’une personne et l’âge cérébral. Un écart important dans l’une ou l’autre direction suggère que le cerveau d’une personne vieillit plus vite ou plus lentement que la norme.

L’orchestre moléculaire qui contrôle la vitesse à laquelle un cerveau mûrit et change tout au long de la vie joue un rôle important dans la structure du cerveau, qui peut être mesurée par IRM. De même, la danse biologique qui détermine les connexions physiques des circuits neuronaux sous-tend également les troubles cérébraux comme l’autisme, la schizophrénie, la bipolarité ou la dépression.

Cela a amené l’équipe à se demander s’il existe un moyen d’utiliser l’IRM pour évaluer l’écart d’âge cérébral d’une personne. En quoi cela changerait-il avec différents troubles mentaux ? Et pouvons-nous lier l’âge du cerveau à des gènes spécifiques, afin de découvrir ceux qui accélèrent ou retardent le vieillissement du cerveau ?

Une étude géante

Kaufmann et ses collègues ne sont pas les premiers à s’attaquer au problème, mais ils sont certainement les plus ambitieux. Les études précédentes ont été « à petite échelle », ont-ils expliqué, en ce sens qu’elles ne portaient que sur une tranche d’âge limitée et se concentraient généralement sur un seul trouble mental, avec un maximum de quelques centaines de personnes. Les résultats ne peuvent fournir une image globale et dynamique des changements structurels du cerveau au cours d’une vie entière.

Comme aucun laboratoire ne peut à lui seul fournir les données dont ils ont besoin, l’équipe a décidé de regrouper les données d’IRM de plusieurs sites, obtenues par différents appareils d’IRM dans différents contextes. Dans le passé, ce n’était rien de moins que de la folie, car ces variations rendent extrêmement difficiles les comparaisons de « pomme à pomme » entre les images. En utilisant une analogie de cuisine, c’est comme essayer de consolider des centaines de milliers de recettes griffonnées à la main d’un même plat, chacune écrite avec un format personnel en utilisant une gamme d’unités et d’abréviations, et essayer de déchiffrer une recette « de base » moyenne pour bien juger toutes les autres.

L’équipe s’est appuyée sur une série de méthodes de données avancées pour rassembler les données de 45 615 personnes en ensembles normalisés – une tâche qui a demandé beaucoup d’efforts, de temps et d’essais et d’erreurs. Comme contrôle de santé mentale, ils ont ensuite inclus cette information dans leur algorithme d’apprentissage machine pour vérifier deux fois s’il y avait des erreurs potentielles de normalisation. Ensuite, à l’aide de données provenant de plus de 35 000 personnes en bonne santé âgées de 3 à 89 ans, ils ont formé l’IA pour prédire une trajectoire normale de vieillissement cérébral.

L’algorithme a ensuite été validé avec des données provenant de 4 353 autres personnes en bonne santé. Enfin, l’équipe a comparé les scintigraphies cérébrales de près de 5 800 personnes atteintes de divers troubles cérébraux, en faisant correspondre l’âge cérébral de chaque personne à la trajectoire générale.

Plusieurs points de vue sont ressortis. Les plus grands écarts d’âge cérébral ont été observés dans les troubles mentaux graves, y compris la schizophrénie, la sclérose en plaques et la démence. Par contre, les troubles du développement du cerveau comme l’autisme et le TDAH ne semblaient pas affecter particulièrement l’âge du cerveau. L’équipe a également découvert que les régions du cerveau qui ont contribué de façon significative à l’écart d’âge cérébral étaient déjà impliquées dans ce trouble mental particulier, à part les changements cérébraux complets. Par exemple, dans la maladie d’Alzheimer, la structure des régions sous le cortex se dessèche lentement – ce sont elles aussi qui déclenchent l’écart d’âge cérébral mesuré par l’algorithme.

C’est une validation importante, a dit l’équipe. Cela montre que l’IA peut condenser l’information provenant d’un grand nombre d’images du cerveau en une partition interprétable, sans perdre complètement l’information sur chaque région du cerveau. En d’autres termes, certains troubles peuvent faire vieillir une région du cerveau plus rapidement que d’autres. L’IA peut déchiffrer ces différences et guider les traitements potentiels.

Un lien génétique

Un autre avantage de l’ensemble de données agrégées est qu’il comprend de l’information génétique liée aux scintigraphies du cerveau. Le vieillissement accéléré du cerveau pourrait être la conséquence d’une mauvaise manipulation génétique, aggravée par des environnements ou des choix de vie néfastes. L’analyse des gènes est une façon de commencer à explorer les facteurs qui influencent les variations des trajectoires du vieillissement cérébral, selon les auteurs.

Il n’est peut-être pas surprenant qu’une analyse ait montré que l’écart d’âge cérébral est au moins partiellement héréditaire. L’équipe a également identifié une poignée de gènes qui semblent contribuer à la fois à l’écart d’âge cérébral et aux troubles cérébraux, c’est-à-dire qu’ils ont chacun un ou deux coups de poing selon la personne.

« Les variants génétiques associés à l’écart d’âge cérébral chez les personnes en bonne santé chevauchent en partie ceux observés chez les autistes, les TDAH…[et d’autres], a déclaré l’équipe. « Ces résultats suggèrent des mécanismes génétiques moléculaires communs entre l’âge du cerveau et les troubles cérébraux. »

Âge cérébral individuel

L’IA est une première étape pour aider à déterminer l’âge du cerveau chez un individu. Il est difficile de passer de la moyenne des résultats à l’analyse individuelle, explique M. Bijsterbosch, car les IRM sont relativement bruyantes et présentent une grande variabilité d’une personne à l’autre. D’autres recherches sont nécessaires, mais l’étude, étant donné sa grande taille, constitue une base solide.

Éventuellement, l’espoir est de prédire l’écart d’âge cérébral d’une personne, d’après sa génétique, avant l’apparition de troubles cérébraux à haut risque, et de suivre la progression de la maladie au fil du temps pour aider à ajuster ses traitements.

« Nous sommes encore très loin d’utiliser l’écart de l’âge du cerveau de cette façon, » a déclaré Bijsterbosch. Mais avec de multiples études de biomarqueurs à grande échelle déjà en cours, cet exemple remarquable d’un croisement neurosciences-AI n’est qu’un début.

Via SinguarityHub

Laisser un commentaire

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.