Une équipe de McGill développe une IA pour détecter une infection avant les symptômes

MONTRÉAL — Une plateforme d'intelligence artificielle développée par des chercheurs de l'Université McGill est en mesure de prédire avec précision une inflammation systémique aiguë avant même l'apparition des premiers symptômes, à partir des données fournies par différentes technologies prêt-à-porter.

Cela pourrait un jour permettre aux médecins de s'attaquer au problème quelques jours plus tôt, particulièrement chez les patients dont l'état de santé est déjà fragile et chez qui une nouvelle infection pourrait avoir des conséquences graves.

Cette technologie pourrait aussi éventuellement réduire les coûts pour le système de santé, en évitant des complications et des hospitalisations.

«Nous étions très intéressés de voir si les données physiologiques mesurées à l'aide de capteurs portables (...) pouvaient être utilisées pour former un système d'intelligence artificielle capable de détecter une infection ou une maladie résultant d'une inflammation», a expliqué l'auteur principal de l'étude, le professeur Dennis Jensen du département de kinésiologie et d’éducation physique de l’Université McGill, qui a discuté de ses travaux en primeur avec La Presse Canadienne.

«On s'est demandé si on pouvait détecter des changements hâtifs à la physiologie, et de là prédire que quelqu'un est sur le point de tomber malade.»

Le modèle d'intelligence artificielle développé par le professeur Jensen et ses collègues utilise les données biométriques générées par une bague intelligente, une montre intelligente ou un vêtement intelligent pour prédire avec précision une inflammation systémique aiguë — une réponse immunitaire précoce aux infections virales des voies respiratoires.

Même s'il s'agit d'un mécanisme de défense naturel du corps qui se résorbe habituellement pas lui-même, cette inflammation peut occasionner des problèmes de santé grave, surtout chez les populations qui ont des problèmes de santé préexistants.

«C'est comme un iceberg, a illustré le professeur Jensen, qui assure que ce modèle est le seul au monde à utiliser de telles mesures physiologiques, et non des symptômes, pour détecter un problème. Une fois que la glace craque en surface, les symptômes sont commencés et il est un peu trop tard pour commencer à traiter.»

Expérience

Les chercheurs de McGill ont administré un vaccin grippal atténué à 55 adultes en santé pour simuler chez eux une infection. Les sujets ont été suivis pendant une période allant de sept jours avant l'inoculation à cinq jours après.

Les participants ont aussi porté, simultanément et pour toute la durée de l'étude, une bague, une montre et un vêtement connectés pour surveiller en continu plusieurs paramètres physiologiques et activités, notamment la fréquence cardiaque, la variabilité de la fréquence cardiaque, la température corporelle, la fréquence respiratoire, la pression artérielle, l’activité physique et la qualité du sommeil.

Les chercheurs ont également mesuré des biomarqueurs de l’inflammation systémique à l’aide de prises de sang répétées, effectué des tests PCR pour détecter la présence d’agents pathogènes respiratoires et utilisé une application mobile pour recueillir les symptômes rapportés par les participants, a-t-on expliqué par voie de communiqué.

Au total, ce sont plus de deux milliards de données qui ont été colligées pour entraîner des algorithmes d’apprentissage automatique. Dix modèles d'IA différents ont été développés, mais les chercheurs ont ultimement décidé de ne retenir pour la suite du projet que le modèle qui utilisait le moins de données.

Ce modèle a correctement détecté près de 90 % des cas positifs réels et a été jugé plus pratique pour une surveillance quotidienne.

Individuellement, a dit le professeur Jensen, aucune des mesures physiologiques ou d'activité provenant uniquement de la bague, de la montre ou du t-shirt n'est suffisamment sensible pour détecter la façon dont le corps réagit.

«Une augmentation du rythme cardiaque seule peut ne correspondre qu'à deux battements par minute et ce n'est pas vraiment pertinent sur le plan clinique, a-t-il expliqué. La diminution de la variabilité du rythme cardiaque peut être très modeste. L'augmentation de la température peut être très modeste. L'idée était donc qu'en examinant des mesures multimodales ou plusieurs mesures différentes, nous serions en mesure d'identifier des changements subtils dans la physiologie.»

Fait remarquable, les algorithmes ont également détecté avec succès une inflammation systémique chez quatre participants infectés par le SARS-CoV-2 durant l’étude. Dans chaque cas, les algorithmes ont signalé la réponse immunitaire jusqu'à 72 heures avant l’apparition des symptômes ou la confirmation de l’infection par test PCR.

Ultimement, les chercheurs espèrent pouvoir développer un système qui informera le patient d'une possible inflammation pour qu'il puisse alors communiquer avec son prestataire de soins de santé.

«En médecine on dit qu'il faut fournir le bon traitement à la bonne personne au bon moment», a dit le professeur Jensen.

Il est donc crucial de s'attaquer au problème le plus tôt possible, qu'il s'agisse d'un simple rhume ou d'un cancer, «car une fois que les symptômes sont apparus, il commence à se faire tard», a-t-il dit.

En élargissant la fenêtre thérapeutique à l'intérieur de laquelle on peut intervenir, a-t-il ajouté, on pourrait sauver des vies et réaliser de grandes économies en évitant des hospitalisations et en permettant la gestion à la maison de problèmes chroniques ou même du vieillissement.

«D'une certaine manière, nous espérons révolutionner la médecine personnalisée», a conclu le professeur Jensen.

Les conclusions de cette étude ont été publiées par le journal The Lancet Digital Health.

Jean-Benoit Legault, La Presse Canadienne