Make this article seo compatible,Let there be subheadings for the article, be in french, create at least 700 words
Les antidépresseurs sont prescrits selon une approche par essais et erreurs. Les experts espèrent que l’IA pourrait changer cela.
L’intelligence artificielle (IA) pourrait aider les psychiatres à prédire si les antidépresseurs seront efficaces, selon une nouvelle étude, ce qui pourrait faire gagner du temps aux patients et améliorer leurs soins psychiatriques.
Même si les antidépresseurs peuvent être prescrits pour traiter la dépression modérée à sévère, les professionnels de la santé doivent attendre six à huit semaines pour voir s’il y a une amélioration et modifier le traitement si ce n’est pas le cas.
Grâce à l’IA, des chercheurs du centre médical universitaire d’Amsterdam (Amsterdam UMC) et du centre médical universitaire Radboud aux Pays-Bas ont trouvé un moyen de réduire ce délai.
Ils se sont concentrés sur la sertraline, également connue sous le nom de marque Zoloft, qui est l’un des traitements de première intention les plus prescrits contre la dépression.
« Pour la moitié d’entre eux, cela fonctionne, pour la moitié d’entre eux, cela ne fonctionne pas. Cela signifie que beaucoup de semaines sont perdues, et avec l’accumulation et les retraits, les cycles comme nous les appelons, peuvent prendre jusqu’à six mois », a déclaré à Euronews Maarten Poirot, doctorant à l’UMC d’Amsterdam et premier auteur de l’étude.
L’équipe a rassemblé différentes données, notamment des prédicteurs d’IRM, tels que le volume de l’hippocampe et le débit sanguin, ainsi que des informations cliniques, et a développé un algorithme pour cela.
« Nous avons constaté que l’intégration de toutes ces informations peut conduire à un modèle cliniquement utile pour prédire l’issue à huit semaines », a déclaré Poirot.
« Du côté positif, l’étude est très informative et contribue au besoin critique de développer des méthodes d’apprentissage automatique (ML) précises qui peuvent guider les décisions de traitement. Il s’agit d’un besoin particulièrement criant chez les patients souffrant de maladies mentales », a déclaré à Euronews le Dr Soroush Saghafian, professeur agrégé à l’université de Harvard qui n’a pas participé à l’étude.
Le trouble dépressif touche environ 6 % de la population de l’UE et constitue l’une des principales causes d’invalidité dans le monde, selon l’étude. Organisation mondiale de la santé (OMS).
« L’IA est cruciale »
L’étude, qui a inclus 229 patients âgés de 18 à 65 ans, a été publiée dans le Journal américain de psychiatrie.
« L’intelligence artificielle est cruciale puisque notre travail est à la limite de la radiologie et de la psychiatrie et que jusqu’à récemment, tout le travail au service de radiologie était effectué par des personnes regardant littéralement des images », a déclaré Poirot.
« Avec la quantité de données que nous acquérons et la complexité des données que nous acquérons, cela ne fonctionnerait tout simplement plus. En outre, les motifs peuvent être très subtils et très complexes », a-t-il ajouté.
La combinaison des données IRM avec les paramètres cliniques est un autre point fort de l’étude, selon Saghafian.
« Ces dernières années, de nombreux algorithmes d’IA et de ML ont été formés sur des données multimodales, grâce à la disponibilité de ces données, ce qui a permis d’atteindre des niveaux plus élevés de précision de prédiction », a-t-il déclaré.
Le modèle développé a réussi à prédire si le traitement fonctionnerait en seulement une semaine, selon les chercheurs.
« L’algorithme suggère que le flux sanguin dans le cortex cingulaire antérieur, la zone du cerveau impliquée dans la régulation des émotions, serait un indicateur de l’efficacité du médicament », Eric Ruhé, psychiatre au centre médical universitaire Radboud, a déclaré dans un communiqué.
« Et lors de la deuxième mesure, une semaine après le début, la gravité de leurs symptômes s’est avérée également prédictive », a-t-il ajouté.
L’une des limites de l’étude est que les données n’ont pas été validées en externe, mais les chercheurs espèrent mener un essai clinique avec des données non utilisées pour entraîner l’algorithme.
PUBLICITÉ« Si nous pouvons également montrer le même type de performances sur cette validation externe, cela renforcerait davantage la confiance que nous pourrions avoir dans un tel algorithme », a déclaré Poirot.
Pour Saghafian, « les précisions de prédiction rapportées sont relativement faibles, ce qui remet en question l’adéquation à une mise en œuvre clinique réelle ».
Une autre limite de l’étude est qu’elle se concentre sur un seul antidépresseur.
« En réalité, les patients subissent souvent une combinaison de traitements et, par conséquent, pour garantir une meilleure adéquation à la mise en œuvre dans la pratique clinique, il pourrait être nécessaire de développer des méthodes d’IA et d’apprentissage automatique capables d’envisager une combinaison de traitements et de permettre de prédire des résultats contrefactuels », Saghafian. dit.