Un nouvel outil d'apprentissage automatique open-source appelé ActiTect peut identifier un signe d'alerte précoce de la maladie de Parkinson et des troubles associés simplement en analysant les mouvements du poignet pendant le sommeil. Des chercheurs de plusieurs institutions européennes ont entraîné l'algorithme à détecter le trouble isolé du comportement en sommeil paradoxal (iRBD), une condition où les personnes réalisent physiquement leurs rêves, souvent des années avant l'apparition de maladies neurologiques.
La recherche
L'équipe a construit et testé ActiTect sur des enregistrements d'actigraphie de 279 individus provenant de cinq ensembles de données différents. Dans leur cohorte de développement initiale de 78 personnes, le modèle a atteint un AUROC de 0,95 (où 1,0 est parfait). Testé sur un ensemble local en aveugle de 31 individus, la performance est restée élevée à 0,86 AUROC. Deux cohortes externes totalement indépendantes ont montré des AUROC de 0,84 (n=113) et 0,94 (n=57). Pour simuler un déploiement réel, les chercheurs ont utilisé une approche de validation croisée leave-one-dataset-out, qui a donné une plage d'AUROC cohérente de 0,84 à 0,89 sur tous les ensembles de données. Cela démontre qu'ActiTect peut généraliser à travers différents appareils et paramètres d'enregistrement sans perdre en précision.
Pourquoi c'est important
La plupart des personnes atteintes d'iRBD ne sont pas diagnostiquées jusqu'à ce qu'une neurodégénérescence significative se soit déjà produite. L'actigraphie—utilisant un simple appareil porté au poignet similaire à un tracker de fitness—est peu coûteuse et évolutive. En automatisant l'analyse avec un outil comme ActiTect, de grandes populations pourraient être dépistées de manière non invasive. Les auteurs seniors de l'étude, de l'Hôpital universitaire de Cologne et de l'Université d'Aarhus, soulignent que la détection automatisée veille-sommeil et le prétraitement robuste du pipeline le rendent viable pour une utilisation à domicile. Pour le grand public, cela signifie une détection plus précoce de conditions comme la maladie de Parkinson, la démence à corps de Lewy et l'atrophie multisystématisée, ouvrant potentiellement une fenêtre pour des interventions préventives.
Ce que vous pouvez faire
Vous pouvez aider à faire avancer cette recherche en participant à des études qui utilisent des appareils portables pour suivre le sommeil et les mouvements. Si vous avez une montre connectée ou un tracker de fitness, faites attention aux habitudes de sommeil et discutez de toute préoccupation avec votre médecin. Le code d'ActiTect est disponible gratuitement en ligne, donc les lecteurs techniquement enclins peuvent télécharger et valider l'outil sur leurs propres données.
Source : arXiv q-bio.NC
Curieux de connaître votre propre cerveau ? Passez notre test de QI adaptatif gratuit ou essayez 306 niveaux d'entraînement cérébral.
