RSNA 2023 : identification de biomarqueurs du TDAH par IRM de diffusion
MARDI 05 DéCEMBRE 2023
Soyez le premier à réagirEn utilisant le deep learning pour analyser des IRM de diffusion cérébrales, des chercheurs américains ont identifié des marqueurs du TDAH chez les enfants et les adolescents. Ils ont présenté, lors du RSNA 2023, les changements significatifs observés dans neuf voies de la substance blanche chez ces patients.
Le Trouble de l’Attention / Hyperactivité (TDAH) est souvent diagnostiqué dans l'enfance et persiste jusqu'à l'âge adulte. Les enfants atteints de TDAH peuvent avoir du mal à prêter attention, à contrôler leurs comportements impulsifs ou à réguler leurs activités. Un diagnostic et une intervention précoces sont essentiels à la gestion de la maladie.
Une étude applique l’IRM de diffusion et le deep learning pour identifier des marqueurs du TDAH
« Le TDAH peut avoir un impact considérable sur la qualité de vie et la capacité de fonctionner dans la société, précise Justin Huynh, co-auteur d’une étude présentée le 29 novembre lors du RSNA 2023, étudiant en médecine et spécialiste de recherche au Département de neuroradiologie de l'Université de Californie à San Francisco. Cela devient également de plus en plus répandu dans la société parmi les jeunes d'aujourd'hui, avec l'afflux de smartphones et autres appareils de distraction facilement accessibles. »
Le TDAH est extrêmement difficile à diagnostiquer et repose sur des enquêtes subjectives auto-déclarées. Il existe certainement un besoin non satisfait de mesures plus objectives pour le diagnostic. C’est ce vide que le Dr Huyn et ses collègues ont essayé de combler en promouvant ce travail de recherche. « Il s’agit de la première étude à appliquer le deep learning pour identifier les marqueurs du TDAH à l’occasion de l’étude multi-institutionnelle Adolescent Brain Cognitive Development (ABCD) », remarque-t-il.
Des mesures d’anisotropie fractionnaire le long des 30 voies de substance blanche
Cette étude a utilisé l'imagerie cérébrale, des enquêtes cliniques et d'autres données sur plus de 11 000 adolescents provenant de 21 sites de recherche aux États-Unis. Les données d'imagerie cérébrale ont été obtenues par IRM de diffusion (DWI). « Les études de recherche antérieures utilisant l'IA pour détecter le TDAH n'ont pas abouti en raison de la petite taille de l'échantillon et de la complexité du trouble », ajoute Justin Huynh.
L'équipe de recherche a sélectionné un groupe de 1 704 personnes à partir de l'ensemble de données ABCD, comprenant des adolescents avec et sans TDAH. À l’aide d’examens de DWI, les chercheurs ont extrait des mesures d’anisotropie fractionnaire (FA) le long de 30 principales voies de substance blanche du cerveau. L'AF est une mesure de la façon dont les molécules d'eau se déplacent le long des fibres des voies de substance blanche.
Une étape prometteuse pour la recherche de biomarqueurs de la TDAH
Les valeurs FA de 1 371 individus ont été utilisées comme données d’entrée pour former un modèle de deep learning, qui a ensuite été testé sur 333 patients, dont 193 diagnostiqués avec un TDAH et 140 sans TDAH. Les diagnostics de TDAH ont été déterminés par l’évaluation Brief Problem Monitor, un outil d’évaluation utilisé pour surveiller le fonctionnement d’un enfant et ses réponses aux interventions.
Avec l’aide de l’IA, les chercheurs ont découvert que chez les patients atteints de TDAH, les valeurs d’AF étaient significativement élevées dans neuf voies de la substance blanche. « Ces différences dans les signatures IRM chez les personnes atteintes de TDAH n'ont jamais été observées auparavant à ce niveau de détail, poursuit Justin Huynh. En général, les anomalies observées dans les neuf voies de la substance blanche coïncident avec les symptômes du TDAH. »
Les chercheurs ont l’intention de continuer à obtenir des données du reste des individus de l’ensemble de données ABCD, en comparant les performances de modèles d’IA supplémentaires. « Beaucoup de gens pensent qu'ils souffrent de TDAH, mais celui-ci n'est pas diagnostiqué en raison de la nature subjective des tests de diagnostic disponibles, conclut-il. Cette méthode constitue une étape prometteuse vers la recherche de biomarqueurs d'imagerie pouvant être utilisés pour diagnostiquer le TDAH dans un cadre de diagnostic quantitatif et objectif. »
Bruno Benque avec RSNA