IBM et la fondation Michael J. Fox exploitent le machine learning pour lutter contre la maladie de Parkinson

maladie parkinson intelligence artificielle machine learning modèle IBM Fondation Micheal J. Fox

En mai dernier, IBM présentait ses nouveautés en matière d’intelligence artificielle lors de la Conference Think 2021. Un nouveau modèle d’IA a été conçu par la firme pour aider à prédire la progression de la maladie de Parkinson. Avec le soutien de la fondation Michael J. Fox, l’objectif de cet outil est de mieux cibler les patients qui auraient besoin d’être inclus dans les essais cliniques et donc, de trouver plus facilement des traitements efficaces contre la maladie.

Un partenariat entre IBM et la fondation Michael J. Fox pour trouver un remède contre la maladie de Parkinson

Dans le monde, plus de six millions de personnes sont atteintes de la maladie de Parkinson. La fondation Michael J. Fox a pour ambition d’accentuer les recherches sur cette maladie pour trouver des traitements viables, voire un remède à cette maladie neurodégénérative. Pour y parvenir, l’équipe de neuroscientifiques de la fondation travaille aux côtés de cliniciens, de partenaires industriels, de patients du monde entier, et compte également sur des experts en sciences et en technologies.

C’est en juillet 2018, 18 ans après la création de la fondation Michael J. Fox, qu’un partenariat a été lancé entre la fondation et IBM Research afin d’appliquer l’intelligence artificielle et plus particulièrement le machine learning dans l’optique de faire avancer la recherche scientifique dans le domaine. Le géant américain a annoncé, après près de trois ans de collaboration, une avancée majeure dans leurs recherches.

C’est dans le cadre d’un article publié à la fin du mois de juillet et rédigé par l’équipe IBM composée de Kristen Severson, Lana Chahine, Luba Smolensky, Murtaza Dhuliawala, Mark Frasier, Kenney Ng, Soumya Ghosh et Jianying Hu, que cette percée majeure a été mise en avant.

Le machine learning pour mieux cibler les patients pour des essais cliniques plus efficaces

IBM présente ainsi son nouveau modèle d’IA qui a pour objectif d’aider à mieux gérer et cibler les patients à inclure dans les essais cliniques. L’outil regroupe les schémas symptomatiques typiques de la maladie de Parkinson et prédit la progression de ces symptômes dans le temps et la gravité. Il a été entrainé l’aide de données longitudinales (les descriptions de l’état clinique d’un individu) de patients atteints de la maladie.

Avec le machine learning, IBM espère que les cliniciens et les chercheurs pourront mieux prédire la progression des symptômes chez les patients atteints de la maladie de Parkinson afin de mieux la traiter. Ils pourront également cibler les patients les plus pertinents pour des essais cliniques plus efficaces.

Selon les résultats proposés par les chercheurs, l’état d’un patient peut varier selon plusieurs facteurs comme les problèmes liés à la lenteur des mouvements, la capacité à effectuer des tâches du quotidien, l’instabilité, les tremblements, l’anxiété, la dépression, les troubles du sommeil ou encore les troubles cognitifs.

IBM précise néanmoins qu’une infime partie du chemin a été parcouru et qu’il y a encore beaucoup de nouvelles choses à découvrir. À l’avenir, les chercheurs espèrent affiner le modèle pour fournir une caractérisation encore plus précise des états pathologiques des patients en incorporant des évolutions de biomarqueurs comme des mesures génomiques et de neuroimagerie.

Recevez gratuitement l'actualité de l'intelligence artificielle

Suivez la Newsletter de référence sur l'intelligence artificielle (+ de 18 000 membres), quotidienne et 100% gratuite.


Tout comme vous, nous n'apprécions pas le spam. Vos coordonnées ne seront transmises à aucun tiers.
Partager l'article
1 an d'abonnement au magazine de référence sur l'IA pour 27,60€ Boutique ActuIA Recherche, Business, Impact : Restez à la page en matière d'intelligence artificielle.
intelligence artificielle
À PROPOS DE NOUS
Le portail francophone consacré à l'intelligence artificielle et à la datascience, à destination des chercheurs, étudiants, professionnels et passionnés.