Avec plus de 10 millions de personnes atteintes d’arthrose en France, cette pathologie altérant le cartilage osseux constitue la seconde cause de consultation médicale juste après les maladies cardiovasculaires.
Manquant de repères visuels à un stade précoce car échappant à la détection basée sur l’imagerie, l’arthrose est actuellement souvent diagnostiquée à un stade irréversible après la survenue de lésions cartilagineuses ou osseuses sérieuses.L’un des enjeux fondamentaux de la recherche actuelle concerne le diagnostic anticipé de cette pathologie évolutive dont les moyens curatifs n’existent toujours pas aujourd’hui. Ainsi une équipe de scientifiques américains s’est intéressée récemment à la détection précoce de l’arthrose en utilisant l’intelligence artificielle. Ces nouvelles technologies pourront-elles permettre une prévention efficace avant l’apparition des premiers symptômes douloureux ? Cette prévention de la dégénérescence articulaire permettra-t-elle des traitements plus efficaces ?
arthrose.fr s’est intéressé aux moyens mis en oeuvre pour mener à bien cette étude et décrypte pour vous les résultats et les espoirs placés au coeur de cette expérience. Suivez le guide !
L’importance d’une détection précoce
Le diagnostic précoce est un objectif commun au regard de nombreuses pathologies pour lesquelles une intervention rapide aurait la faculté de modifier les conséquences, voire l’issue de la maladie. Citons par exemple la détection précoce du cancer de la peau qui a un impact significatif sur la réduction de la mortalité ou encore le diagnostic rapide de la rétinopathie pouvant prévenir la cécité.Cependant les premières évolutions de la maladie sont encore aujourd’hui diagnostiquées à des stades avancés alors que des dommages irréversibles sont déjà constatés. La découverte et la visualisation des marqueurs précoces d’une maladie avant l’apparition des premiers symptômes revêtent donc une importance capitale dans l’espoir d’un traitement pouvant être prescrit avec un maximum d’efficacité. Dans le cadre de l’arthrose, la détection pré-symptomatique est un objectif essentiel puisqu’elle n’est détectable aujourd’hui que lorsque la douleur se fait sentir et qu’une image radiographique confirme les lésions osseuses. Malheureusement à ce stade déjà avancé, la maladie est irréversible et la destruction articulaire inévitable. Les traitements actuels se concentrent donc soit sur la palliation, soit sur la chirurgie invasive via la pose de prothèses.
Il existe cependant des éléments récents permettant d’affirmer que la pré-arthrose peut être un processus réversible. Soulignons en particulier que les changements biochimiques précoces, qui se produisent au sein du cartilage, précèdent de plusieurs années les symptômes classiques de douleurs et de lésions osseuses. L’imagerie par résonance magnétique (IRM) constitue une modalité prometteuse dans le but d’étudier ces variations.
L’intelligence artificielle permet-elle de détecter l’arthrose précocement ?
L’équipe de chercheurs américains a donc développé un algorithme permettant de décrypter très finement les résultats présentés à l’issue d’une IRM.Deux groupes de patients ont été étudiés : d’une part des personnes atteintes d’une arthrose symptomatique du genou et d’autre part des patients n’ayant pas développé de signes indicatifs d’une gonarthrose. Les données recueillies, auprès d’un ensemble d’environ 1 000 patients et sur un laps de temps de sept ans, ont permis de mettre en exergue l’efficacité de l’algorithme d’apprentissage dans la détection précoce des signes pré-symptomatiques d’apparition de l’arthrose. L’intelligence artificielle permet donc de révéler des lésions arthrosiques indétectables actuellement sur les images radiologiques.L’association de l’IRM et de l’intelligence artificielle permettrait ainsi de diagnostiquer l’arthrose beaucoup plus précocement qu’actuellement puisque l’étude réalisée a permis de démontrer une détection, en moyenne, trois ans avant l’apparition des premiers symptômes de la maladie, et ceci avec une précision de 78%.
De façon plus précise, cette étude décrit une technique combinant la théorie du transport de masse avec la reconnaissance statistique des formes, découvrant des phénotypes cartilagineux sensibles permettant de prédire la progression future de l’arthrose avec une grande précision. Cette recherche démontre donc que l’apprentissage basé sur le transport de masse permettrait une détection et une visualisation précoces de l’arthrose, à un stade potentiellement réversible. Cette précocité de diagnostic serait due à l’observation de modèles biochimiques de fissuration au coeur du cartilage permettant de définir l’apparition future de l’arthrose.
Quel serait l’apport majeur d’une détection précoce de l’arthrose ?
Identifier précocement des personnes pouvant potentiellement développer une arthrose dans les deux ou trois ans à venir pourrait permettre de prescrire un traitement préventif, ce qui constitue une avancée très significative. Mais afin que cette détection rapide soit réellement suivie d’effets, il faudrait impérativement développer des traitements innovants permettant de freiner ou de stopper la dégradation cartilagineuse des articulations, solutions qui n’existent pas actuellement et restent à découvrir.Ne boudons cependant pas notre plaisir à la lecture d’une découverte qui s’avère prometteuse. Dans un futur plus ou moins proche, le couplage de la détection pré-symptomatique de l’arthrose avec des thérapies cliniques émergentes pourrait modifier l’issue d’une pathologie dont souffre, sans guère de solutions, plus de 300 millions de personnes sur notre planète. Les chercheurs américains précisent également que la technique développée pourrait être applicable à bien d’autres maladies actuellement diagnostiquées à des stades très, voire trop, avancés.
L’intelligence artificielle constitue donc la promesse d’un apport précieux au regard de la détection préventive et ouvre la porte à la recherche de traitements futurs que l’on espère efficaces et beaucoup moins invasifs que le recours aux prothèses actuelles.
Source : PNAS
Résumé