Les modèles d'apprentissage profond peuvent prédire les troubles cérébraux à partir de scanners IRM fonctionnels, mais trouvent-ils les bonnes régions cérébrales ? Un nouveau cadre appelé RE-CONFIRM teste si les biomarqueurs identifiés par ces modèles sont fiables. Les chercheurs ont découvert que le simple réglage fin des modèles de base peut négliger des hubs cérébraux critiques liés à l'autisme et au TDAH.
La recherche
Des scientifiques de l'Université Technologique de Nanyang, dirigés par Deepank Girish et Yi Hao Chan, ont développé RE-CONFIRM, un cadre qui évalue la robustesse avec laquelle les modèles d'apprentissage profond identifient des biomarqueurs potentiels des troubles neurologiques. Ils ont testé cinq grands ensembles de données couvrant le trouble du spectre autistique (TSA), le trouble du déficit de l'attention avec hyperactivité (TDAH) et la maladie d'Alzheimer (MA). Leurs résultats ont montré que les métriques de performance standard comme la précision ne garantissent pas que les régions cérébrales mises en évidence par un modèle soient biologiquement significatives. Par exemple, le réglage fin d'un modèle de base sur des données de TDAH n'a pas réussi à mettre en évidence de manière cohérente le réseau en mode par défaut, un hub connu pour être impliqué dans ce trouble. Pour y remédier, ils ont introduit Hub-LoRA, une méthode de réglage fin qui aide les modèles à apprendre des biomarqueurs neurobiologiquement fidèles validés par des méta-analyses. Hub-LoRA a surpassé les modèles d'apprentissage profond personnalisés et produit des cartes cérébrales plus fiables.
Pourquoi c'est important
Pour toute personne intéressée par la santé cérébrale, cette recherche met en lumière une lacune cruciale : toutes les découvertes de l'IA en neurosciences ne sont pas également fiables. Alors que les outils d'IA deviennent plus courants pour diagnostiquer des conditions comme l'autisme, le TDAH et Alzheimer, les patients et les cliniciens devraient se demander si les signatures cérébrales qu'ils mettent en avant sont réelles ou simplement des artefacts statistiques. RE-CONFIRM offre un moyen de vérifier les découvertes, rendant les diagnostics basés sur le cerveau plus fiables à l'avenir. Pour les passionnés d'entraînement cérébral, comprendre quels réseaux cérébraux sous-tendent réellement les compétences cognitives peut aider à concentrer l'entraînement sur les régions qui comptent le plus.
Ce que vous pouvez faire
Si vous utilisez des applications d'entraînement cérébral ou lisez sur les biomarqueurs cérébraux, restez curieux sur la façon dont les découvertes de l'IA sont validées. Cherchez des études qui utilisent des vérifications de robustesse similaires à RE-CONFIRM. En attendant, pratiquez des compétences cognitives comme l'attention et la mémoire — elles renforcent les réseaux cérébraux réels tels que les réseaux frontopariétal et en mode par défaut.
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.
