L’intelligence artificielle pour prédire le développement du cerveau des bébés

Dans une nouvelle étude, le D^r Gregory Lodygensky, professeur au Département de pédiatrie de l’Université de Montréal et chercheur au CHU Sainte-Justine, propose une méthode qui fait appel à l’intelligence artificielle afin d’évaluer le développement cérébral des nouveau-nés. Un tel outil se révélerait précieux pour une analyse rapide et précise des données de l’imagerie par résonance magnétique (IRM). En effet, bien que l’IRM soit régulièrement utilisée pour analyser la maturation cérébrale des bébés prématurés, les données obtenues sont difficiles à interpréter.

En partenariat avec le chercheur Jose Dolz, de l’École de technologie supérieure, le D^r Lodygensky et son équipe ont mis au point une méthode basée sur l’apprentissage par réseaux de neurones profonds. En segmentant le cerveau en 87 régions pour évaluer la croissance cérébrale, les chercheurs ont pu prédire avec une grande précision l’âge postmenstruel des bébés, c’est-à-dire leur âge en semaines depuis la conception. «À l’heure actuelle, nous avons les meilleurs résultats à l’échelle mondiale pour estimer l’âge cérébral du nouveau-né en employant seulement l’IRM structurelle du cerveau!» se réjouit le D^r Lodygensky, également professeur agrégé de clinique à l’UdeM. Les résultats étaient aussi précis pour les filles que pour les garçons, ce qui indique que la méthode n’a pas de biais de genre.

«La portée de notre étude est considérable sur la recherche et sur la clinique, précise le D^r Lodygensky. Par exemple, notre méthode pourrait permettre d’estimer, chez un bébé avec un retard de croissance, le degré de son retard de maturation cérébrale.»

L’article «Determining regional brain growth in premature and mature infants in relation to age at MRI using deep neural networks» est publié en ligne dans la revue Scientific Reports.