Chercheur :
Bellec, Pierre
Établissement :
Université de Montréal
Année de concours :
2021-2022
La proportion de personnes âgées augmente au Canada, et avec elle les cas de maladies neurodégénératives liées à l’âge. Actuellement, il n’est pas possible pour les médecins de prédire de manière précise si un patient qui ne présente pas aujourd’hui de symptômes pourra développer des signes de démence, et à quelle vitesse. Un prognostic précoce et fiable pourrait beaucoup améliorer l’efficacité des interventions, existantes et à venir, telles que des changements de mode de vie et de nutrition.
La neuroimagerie fonctionnelle par résonance magnétique est une technologie prometteuse pour aider les médecins à effectuer un diagnostic précis de la maladie d’Alzheimer. Mais à ce jour, l’information contenue dans ces données est trop riche pour être facilement interprétée. Les études se sont aussi limitées à de petites tailles d’échantillon, alors qu’il faudrait au contraire voir comment l’activité du cerveau varie dans de nombreux contextes et chez de nombreux patients pour bien comprendre ce qui constitue un activité normale, ou une activité pathologique.
Dans ce nouveau programme de recherche, je propose de combiner plusieurs grandes bases de données publiques. Ces bases ne contiennent pas toutes la même information clinique, mais elles contiennent toutes le même genre d’images fonctionnelles du cerveau. Mon équipe va développer de nouvelles méthodes d’intelligence artificielle pour aider à trouver des patrons robustes dans les données qui peuvent être utiles pour un diagnostic. Nous comptons exploiter ce que l’on connaît sur les principes de connectivité cérébrale au niveau individuel, afin d’informer des réseaux de neurones artificiels en charge du diagnostic. Nous utiliserons également des données où un petit groupe d’individus s’est déplacé pour des examens de neuroimagerie dans différents centres Canadiens, afin de s’assurer que les patrons identifiés par l’algorithme d’intelligence artificielle sont robustes aux changements systématiques que l’on observe à cause du type d’appareil utilisé pour recueillir les images du cerveau. Enfin, nous évaluerons si ces patrons peuvent être utiles pour distinguer différents types de démences, dans un jeu de données collecté par le consortium canadien sur la neurodégénérescence dans le vieillissement, et qui cherche à capturer tout le spectre de la neurodégénérescence lié au vieillissement.
Le programme de recherche que je propose va permettre de transformer une technologie émergente en un outil de diagnostic automatique robuste capable d’accommoder la grande variété d’images rencontrées dans la pratique clinique. Cette avancée se fera à l’aide de grandes bases de données, et en développant de nouvelles techniques d’intelligence artificielle qui pourront être appliquées à d’autres problèmes de santé, et même d’autres types d’images du cerveau dans le futur.