L'IA permet de prédire avec précision le risque d'autisme chez les nourrissons

L'étude a porté sur 59 nourrissons présentant un risque élevé d'autisme, c'est-à-dire dont chacun avait un frère ou une sœur aîné(e) diagnostiqué(e) avec ce trouble. L'IA a prédit avec une précision de 100 % que 48 d'entre eux ne développeraient pas d'autisme.

Il est remarquable de constater que sur les 11 enfants identifiés comme atteints du trouble à l’âge de 2 ans, le système a correctement prédit neuf cas.

« Les résultats sont incroyablement précis », a déclaré à Live Science Robert Emerson, auteur principal de l'étude et ancien chercheur postdoctoral en neurosciences cognitives à l'Université de Caroline du Nord (UNC).

Selon Emerson, environ 20 % des nourrissons ayant un frère ou une sœur autiste développeront ce trouble, contre seulement 1,5 % dans la population générale.

Les chercheurs pensent que cette découverte pourrait ouvrir la voie à des outils de diagnostic avancés capables d’identifier l’autisme avant l’apparition des symptômes, ce qui pourrait offrir des possibilités d’intervention précoce susceptibles d’améliorer ou même d’empêcher la progression de la maladie.

À propos de cette étude, le Dr Joseph Piven, professeur de psychiatrie à la faculté de médecine de l'UNC, a déclaré : « Notre objectif est d'atteindre les enfants tôt, avant que l'autisme ne se manifeste, afin que nous puissions intervenir plus efficacement. »

Cette étude a été publiée dans la revue scientifique internationale américaine Science Translational Medicine.

Le développement de l'autisme

Le trouble du spectre autistique est un trouble cérébral caractérisé par des difficultés de communication sociale et des comportements répétitifs, touchant environ un enfant sur 68 aux États-Unis. Généralement, les symptômes comportementaux commencent à apparaître vers l'âge de 2 ans.

Cependant, Emerson et ses collègues ont démontré qu’ils pouvaient détecter des biomarqueurs du trouble avant l’apparition des symptômes.

Dans leur étude, l'équipe a utilisé l'imagerie par résonance magnétique (IRM) pour visualiser le cerveau de nourrissons endormis, enregistrant l'activité neuronale de 230 régions cérébrales différentes. Ils ont accordé une attention particulière au degré de synchronisme entre ces régions, également appelé connectivité fonctionnelle.

Au total, l'équipe a mesuré 26 335 connexions fonctionnelles importantes pour la cognition, la mémoire et le comportement. Grâce aux données d'IRM, elle a cherché à identifier les nourrissons présentant un risque élevé d'autisme.

À l'âge de 2 ans, les enfants sont évalués à nouveau pour des évaluations comportementales, notamment en matière d'interactions sociales, de communication, de développement moteur et de tendance à effectuer des actions répétitives. Ces données permettent de déterminer quels enfants sont autistes.

Avec toutes les données collectées, les chercheurs ont commencé à former un programme d’apprentissage automatique, qu’ils ont ensuite utilisé pour prédire le risque d’autisme.

Leur objectif était de tester si l’algorithme pouvait identifier avec précision quels nourrissons développeraient de l’autisme en se basant uniquement sur des données de connectivité fonctionnelle à partir de 6 mois.

L'apprentissage automatique est une forme d'IA qui gagne en intelligence à mesure qu'elle traite davantage de données. Dans cette étude, le système a appris à reconnaître les différences de connectivité cérébrale fonctionnelle chez des bébés de 6 mois et les a corrélées avec des mesures comportementales à 2 ans.

Pour tester la précision, l'équipe n'a pas utilisé les données des 59 nourrissons dès le départ. Elle a plutôt entraîné le modèle avec les données de 58 nourrissons et utilisé celles d'un nourrisson restant pour tester les prédictions. Ce processus a été répété pour chaque nourrisson.

« Chaque enfant est prédit individuellement en fonction des modèles d’apprentissage des autres enfants du groupe », a déclaré Emerson.

Le résultat final a été que le programme d'apprentissage automatique a prédit avec précision l'autisme chez les enfants avec une précision de 82 %. Il s'agit d'une avancée majeure dans la détection précoce des troubles du spectre autistique, ouvrant la voie à une intervention rapide pour améliorer la vie des enfants.

Le succès de la recherche grâce au dévouement des parents

Le Dr Piven a déclaré que l'équipe avait publié une étude précédente présentant des taux de prédiction impressionnants, mais que cette étude nécessitait deux IRM, une à six mois et une à un an. Pouvoir détecter le risque d'autisme plus tôt grâce à une seule IRM constitue un grand pas en avant.

Ce qui a particulièrement touché l'équipe, c'est la participation active des parents à cette étude et à bien d'autres au fil des ans. Malgré une préparation minutieuse, ils ont été surpris par la volonté des familles de participer.

« C'est un groupe formidable », a déclaré Piven. « Non seulement ils ont des enfants autistes plus âgés, mais ils amènent aussi leurs plus jeunes enfants, souvent à plusieurs reprises et de loin, dans l'un de nos quatre centres cliniques aux États-Unis. »

« Ils sont vraiment dévoués », a souligné Emerson.

L’équipe de recherche espère que ces contributions ouvriront la voie à des interventions plus efficaces qui donneront aux enfants à risque d’autisme une meilleure chance de se développer.