Un outil d’IA détecte avec succès les modifications subtiles de la structure du cerveau causées par des traumatismes crâniens répétés chez les athlètes, ce qui pourrait améliorer le diagnostic et la compréhension de ces traumatismes au fil du temps.
Une nouvelle étude portant sur des étudiants-athlètes révèle qu’un programme informatique d’intelligence artificielle, capable de traiter l’imagerie par résonance magnétique (IRM), peut détecter avec succès des modifications structurelles du cerveau dues à des traumatismes crâniens récurrents. Ces modifications n’étaient pas détectées auparavant par les méthodes d’imagerie médicale conventionnelles telles que la tomodensitométrie (CT scan). Selon les chercheurs, cette technologie révolutionnaire pourrait contribuer à la mise au point de nouveaux outils de diagnostic permettant de mieux comprendre les lésions cérébrales subtiles qui s’accumulent au fil du temps.
Les experts connaissent depuis longtemps les risques potentiels de commotion cérébrale chez les jeunes athlètes, en particulier ceux qui pratiquent des sports à fort contact comme le football, le hockey et le soccer. Il est aujourd’hui de plus en plus évident que des chocs répétés à la tête, même s’ils semblent d’abord bénins, peuvent s’accumuler pendant de nombreuses années et entraîner des pertes cognitives. Bien que l’IRM de pointe permette d’identifier les modifications microscopiques de la structure du cerveau résultant d’un traumatisme crânien, les chercheurs affirment que les scanners produisent d’énormes quantités de données difficiles à interpréter.
Dirigée par des chercheurs du département de radiologie de la NYU Grossman School of Medicine, la nouvelle étude a montré pour la première fois que le nouvel outil, utilisant une technique d’IA appelée apprentissage automatique, pouvait distinguer avec précision les cerveaux d’athlètes masculins pratiquant des sports de contact comme le football de ceux pratiquant des sports sans contact comme l’athlétisme. Les résultats ont établi un lien entre les chocs répétés à la tête et de minuscules changements structurels dans le cerveau d’athlètes pratiquant des sports de contact qui n’avaient pas été diagnostiqués comme ayant subi une commotion cérébrale.
« Nos résultats révèlent des différences significatives entre les cerveaux des athlètes qui pratiquent des sports de contact et ceux qui pratiquent des sports sans contact », a déclaré l’auteur principal de l’étude et neuroradiologue Yvonne Lui, MD. « Comme nous nous attendons à ce que ces groupes aient une structure cérébrale similaire, ces résultats suggèrent qu’il peut y avoir un risque à choisir un sport plutôt qu’un autre « , ajoute Lui, professeur et vice-présidente pour la recherche au département de radiologie de NYU Langone Health.
Lui ajoute qu’au-delà de la détection des dommages potentiels, la technique d’apprentissage automatique utilisée dans leur étude pourrait également aider les experts à mieux comprendre les mécanismes sous-jacents des lésions cérébrales.
La nouvelle étude, récemment publiée dans The Neuroradiology Journal, a porté sur des centaines d’images du cerveau de 36 athlètes universitaires pratiquant des sports de contact (principalement des joueurs de football) et de 45 athlètes universitaires ne pratiquant pas de sport de contact (principalement des coureurs et des joueurs de base-ball). Ces travaux visaient à établir un lien clair entre les changements détectés par l’outil d’intelligence artificielle dans les scanners cérébraux des joueurs de football et les chocs à la tête. Ils s’appuient sur une étude précédente qui avait identifié des différences de structure cérébrale chez les joueurs de football, en comparant ceux qui avaient subi une commotion cérébrale et ceux qui n’en avaient pas subi, à des athlètes pratiquant des sports sans contact.
Pour l’étude, les chercheurs ont analysé les examens IRM de 81 athlètes masculins réalisés entre 2016 et 2018, dont aucun n’avait reçu de diagnostic connu de commotion cérébrale au cours de cette période. Les athlètes pratiquant des sports de contact jouaient au football, à la crosse et au soccer, tandis que les athlètes pratiquant des sports sans contact jouaient au baseball, au basket-ball, à l’athlétisme et au cross-country.
Dans le cadre de son analyse, l’équipe de recherche a conçu des techniques statistiques qui ont permis à son programme informatique d' »apprendre » à prédire l’exposition à des chocs répétés à la tête à l’aide de modèles mathématiques. Ceux-ci étaient basés sur des exemples de données qui leur étaient fournis, le programme devenant plus « intelligent » à mesure que la quantité de données d’entraînement augmentait.
L’équipe chargée de l’étude a entraîné le programme à identifier des caractéristiques inhabituelles dans le tissu cérébral et à faire la distinction entre les athlètes exposés ou non à des traumatismes crâniens répétés sur la base de ces facteurs. Elle a également évalué l’utilité de chaque caractéristique pour la détection des lésions, afin de déterminer, parmi les nombreux paramètres de l’IRM, ceux qui contribueraient le plus aux diagnostics.
Selon les auteurs, deux mesures ont permis de repérer avec le plus de précision les changements structurels résultant d’un traumatisme crânien. La première, la diffusivité moyenne, mesure la facilité avec laquelle l’eau peut se déplacer dans le tissu cérébral et est souvent utilisée pour repérer les accidents vasculaires cérébraux sur les IRM. La seconde, l’aplatissement moyen, examine la complexité de la structure du tissu cérébral et peut indiquer des changements dans les parties du cerveau impliquées dans l’apprentissage, la mémoire et les émotions.
Nos résultats mettent en évidence le pouvoir de l’intelligence artificielle pour nous aider à voir des choses que nous ne pouvions pas voir auparavant, en particulier les « blessures invisibles » qui n’apparaissent pas sur les IRM conventionnelles », a déclaré l’auteur principal de l’étude, Junbo Chen, MS, candidat au doctorat à l’École d’ingénierie Tandon de l’Université de New York. « Cette méthode pourrait constituer un outil de diagnostic important, non seulement pour les commotions cérébrales, mais aussi pour la détection des lésions résultant d’impacts plus subtils et plus fréquents sur la tête. »
Chen ajoute que l’équipe de l’étude prévoit d’explorer l’utilisation de sa technique d’apprentissage automatique pour examiner les traumatismes crâniens chez les athlètes féminines.
Référence : « Identifying relevant diffusion MRI microstructure biomarkers relating to exposure to repeated head impacts in contact sport athletes » par Junbo Chen, Sohae Chung, Tianhao Li, Els Fieremans, Dmitry S. Novikov, Yao Wang et Yvonne W. Lui, 22 mai 2023, The Neuroradiology Journal.
DOI : 10.1177/19714009231177396
L’étude a été financée par les National Institutes of Health et le ministère américain de la défense.