Un modèle d’IA révolutionne le diagnostic des maladies neurodégénératives à partir d’une simple prise de sang

Publiée le 30 mars dans la revue scientifique "Nature Medicine", l’étude présente un système baptisé ProtAIDe-Dx, capable de détecter simultanément la maladie d’Alzheimer, la maladie de Parkinson, la sclérose latérale amyotrophique (SLA), la démence frontotemporale ainsi que les séquelles d’accident vasculaire cérébral.

Le fonctionnement de ce modèle repose sur une approche innovante combinant intelligence artificielle et analyse protéomique. Les chercheurs ont entraîné leur système à partir de données issues de plus de 17 000 patients et volontaires sains, en s’appuyant sur la base du Global Neurodegenerative Proteomics Consortium, la plus importante au monde dans ce domaine. Grâce à une technique d’« apprentissage conjoint », l’IA parvient à identifier des signatures protéiques communes aux différentes formes de dégénérescence cérébrale, avant de distinguer chaque maladie de manière spécifique.

"Nous espérons pouvoir diagnostiquer avec précision plusieurs maladies à la fois grâce à un seul test sanguin", explique Jacob Vogel, principal auteur de l’étude. Une ambition qui répond à un défi majeur en neurologie : la difficulté à différencier des pathologies aux symptômes souvent similaires, notamment aux premiers stades du déclin cognitif.

Les résultats obtenus sont prometteurs. Selon les chercheurs, le modèle s’est révélé plus fiable que le diagnostic clinique seul pour prédire l’évolution du déclin cognitif. Il a également mis en évidence une réalité complexe : des patients partageant un même diagnostic clinique peuvent présenter des profils biologiques différents. Comme le souligne Lijun An, premier auteur de l’étude, "des individus diagnostiqués avec la même maladie peuvent en réalité présenter des sous-types biologiques distincts".

Cette découverte pourrait avoir des implications majeures pour la médecine personnalisée, en permettant d’adapter les traitements en fonction des profils biologiques spécifiques des patients.

Malgré ces avancées, les chercheurs appellent à la prudence. Le recours aux seules données sanguines ne suffira pas, à terme, pour établir un diagnostic complet. L’équipe prévoit ainsi d’affiner son modèle en l’associant à d’autres outils cliniques et en intégrant de nouveaux marqueurs protéiques, notamment grâce à la spectrométrie de masse.

Validée sur plusieurs ensembles de données indépendants, l’étude se distingue par sa robustesse et s’inscrit dans une dynamique scientifique plus large. D’autres recherches récentes explorent également le potentiel des analyses sanguines et de l’intelligence artificielle pour détecter précocement des maladies complexes, qu’il s’agisse de la démence, du cancer ou encore des pathologies cardiaques.

À terme, ces innovations pourraient profondément transformer la pratique médicale, en rendant les diagnostics plus précoces, plus accessibles et plus personnalisés. Une révolution silencieuse est peut-être en marche, portée par la convergence entre intelligence artificielle et médecine de précision.