Des résultats à l’intersection des neurosciences et de l’IA 

Par Alison Palmer, Leader, évaluation et projets spéciaux 

Dans le cadre de sa mission de financement de la recherche audacieuse sur le cerveau, la Fondation Brain Canada, en collaboration avec ses donatrices et donateurs et ses partenaires, a soutenu des douzaines de projets et de plateformes de recherche à grande échelle afin de développer et de mettre en pratique des approches d’IA de pointe pour faire progresser la compréhension du cerveau et trouver des solutions aux maladies et aux troubles cérébraux.  

En fait, la publication la plus fréquemment citée, financée par la Fondation Brain Canada, en collaboration avec le CIFAR, est celle des pionniers de l’IA, les professeurs Yann Le Cun, Yoshua Bengio et Geoffrey Hinton, lauréat du prix Nobel. Ensemble, les professeurs John Hopfield et Geoffrey Hinton ont reçu le prix Nobel de physique 2024 pour leurs découvertes et inventions fondamentales ayant rendu possible l’apprentissage automatique au moyen de réseaux neuronaux artificiels. 

Cette réalisation – et ses répercussions dans le monde universitaire et à l’extérieur de celui-ci – témoigne de la valeur du soutien à la recherche à haut risque et hautement profitable. Actuellement, grâce à l’analyse de vastes ensembles de données provenant de la neuro-imagerie, d’études génétiques et de dossiers cliniques, les outils d’IA améliorent la capacité des chercheuses et chercheurs à découvrir les mécanismes sous-jacents aux maladies cérébrales et à leur progression, ce qui permettrait un dépistage précoce et des traitements plus efficaces et plus personnalisés.  

Voici quelques exemples de la façon dont les projets financés par la Fondation Brain Canada à l’interface des neurosciences et de l’IA améliorent les résultats.  

Améliorer la précision diagnostique des EEG de routine pour l’épilepsie 

Elie Bou Assi, Ph. D., de l’Université de Montréal, a utilisé la bourse 2022 de Futur leader canadien de la recherche sur le cerveau pour mettre à l’essai une idée audacieuse : l’IA pourrait-elle contribuer à l’analyse d’électroencéphalogrammes (EEG) de routine et aux évaluations de l’activité électrique du cerveau, afin d’améliorer la précision du diagnostic de l’épilepsie? 

À l’heure actuelle, un EEG de routine permet de repérer les signaux révélateurs de l’épilepsie, connus sous le nom de pointes, chez moins de la moitié des patientes et patients atteints de cette maladie. Dans la pratique clinique, les erreurs de diagnostic demeurent un défi, ce qui souligne la nécessité de pouvoir recourir à des outils complémentaires pour soutenir l’interprétation des EEG. Elie Bou Assi et son équipe se sont employés à répondre à la question à l’aide de DeepEpilepsy, un modèle d’apprentissage automatique qu’ils ont développé pour automatiser l’interprétation des EEG. Ils ont entraîné et testé le modèle sur plus de 800 EEG. DeepEpilepsy a été en mesure de repérer des signaux subtils liés au risque de crise d’épilepsie, même en l’absence de pointes visibles. Le modèle a affiché une aire sous la courbe (AUC) de 0,76, contre 0,69 pour l’EEG standard basé sur les pointes visibles. Combinée à l’évaluation basée sur les pointes, la performance de Deep Epilepsy est passée à 0,83.  

Cette étude de concept démontre que l’IA peut détecter des ondes cérébrales subtiles qui pourraient échapper aux spécialistes, ce qui constitue un moyen prometteur de permettre un diagnostic et un traitement précoces et d’améliorer les résultats. Forts de ces résultats, Eli Bou Assi et son équipe ont obtenu un financement supplémentaire qui leur permettra de mener une étude de validation au Centre hospitalier de l’Université de Montréal (CHUM).  

Au-delà des résultats scientifiques, la bourse a permis une collaboration étroite entre les ingénieures et ingénieurs, les neurologues et les scientifiques de données, ce qui a permis d’accélérer l’adaptation des méthodes d’IA en outils qui pourraient à terme améliorer la précision du diagnostic et l’accessibilité des soins de l’épilepsie. 

 En révélant des schémas qui ne sont pas visibles à l’œil nu, l’IA nous offre une nouvelle façon de lire les EEG et de mieux comprendre le risque de crise. La bourse Futur leader de la Fondation Brain Canada nous a permis de franchir cette étape du concept à la mise à l’essai concrète.  

Elie Bou Assi, Ph. D. 

Lire la suite ici (en anglais). 

Mieux détecter sans chirurgie le cancer métastatique du cerveau 

Le Dr. Reza Forghani et ses collègues de l’Université McGill, ainsi que des partenaires internationaux, ont reçu en 2021, de la Fondation Brain Canada, de la Société canadienne du cancer et de l’IRSC, une subvention Étincelle pour créer un modèle d’IA qui détecte la propagation du cancer métastatique du cerveau au moyen d’une IRM de routine, sans chirurgie agressive.  

Pour réaliser l’étude de concept, l’équipe a testé le modèle d’IA en utilisant les examens d’IRM de plus de 130 patientes et patients ayant subi une chirurgie pour enlever des métastases cérébrales à l’Institut-hôpital neurologique de Montréal. En comparant les résultats à ce que les médecins ont observé en examinant au microscope des échantillons de tumeurs cérébrales, l’équipe a constaté que le modèle d’IA peut détecter la présence de cellules cancéreuses dans les tissus du cerveau environnants avec une précision de 85 %.  

Les métastases cérébrales, le type de cancer du cerveau le plus commun, se forment par la propagation de cellules cancéreuses à d’autres parties du corps. La chirurgie pour confirmer cette propagation est souvent risquée ou impossible. En repérant des schémas d’IRM subtils, souvent imperceptibles à l’œil, le modèle d’IA mis au point par le D^r Forghani et ses collègues offre un moyen non invasif d’orienter plus tôt et plus précisément les décisions de traitement. Grâce à des tests et à un développement plus poussés, cette technologie pourrait aider les médecins à repérer les patientes et patients qui présentent un risque plus élevé de récidive tumorale et à adapter les traitements, ce qui pourrait améliorer la survie et la qualité de vie des personnes atteintes d’un cancer métastatique du cerveau.  

Lire la suite ici. 

Soutenir la décision par consensus entre les patientes et patients qui souffrent de dépression majeure et leurs médecins 

Experte en rapprochement du savoir et de la pratique, Manuela Ferrari, Ph. D., du Centre de recherche Douglas, reçoit du soutien du programme de recherche en santé mentale de Bell Cause pour la cause pour son projet de mise à l’essai d’une application de téléphone intelligent basée sur l’IA, conçue pour mieux gérer le traitement de la dépression.  

Développé par une entreprise québécoise en démarrage, l’outil améliore la communication entre les médecins et leurs patientes et patients, permettant aux médecins de surveiller les symptômes de leurs patientes et patients et leurs réactions aux médicaments entre les rendez-vous. Combinant les meilleures données cliniques possibles et l’apprentissage automatique, l’outil utilise les données recueillies pour proposer un plan de traitement personnalisé et soutenir la décision par consensus entre patiente et patient et médecin. Manuela Ferrari et ses collègues ont évalué l’efficacité et la sûreté de l’outil dans le cadre d’un essai contrôlé randomisé multicentrique sur neuf sites. 

Près de 30 % des patientes et patients qui utilisent l’outil de concert avec leurs médecins ont obtenu une rémission, contre aucun dans le groupe témoin, et leurs symptômes se sont améliorés beaucoup plus rapidement. Aucun événement indésirable lié à l’outil n’a été signalé. Ces résultats fournissent de solides indications préliminaires quant à la capacité de l’IA de découvrir des schémas subtils qui pourraient échapper aux médecins, offrant ainsi un moyen prometteur d’accélérer et d’améliorer le traitement de la dépression. 

Nous devons étendre les soins à l’extérieur des murs des établissements de santé traditionnels et en dehors de ces interactions ponctuelles. Nous devons être présents là où se trouve la personne. Et c’est de cette façon que la technologie peut nous aider.  

Manuela Ferrari, Ph. D. 

Lire la suite ici (en anglais).