Selon une recherche menée par l’Institut de recherche sur la démence du Royaume-Uni (UKDRI) et l’Institut d’innovation en neurosciences et santé mentale (NMHII) de l’Université de Cardiff, les données recueillies par une montre connectée sur une période de seulement 7 jours pourraient révéler des signes de la maladie de Parkinson. Un diagnostic précoce de cette maladie neurologique permettrait un traitement plus efficace.
Diagnostic précoce grâce aux montres connectées
Dans cette étude, les scientifiques ont analysé la vitesse de mouvement des participants. Grâce à un algorithme d’apprentissage automatique, un programme d’intelligence artificielle a pu prédire avec précision les utilisateurs susceptibles de développer la maladie. Les chercheurs estiment que cette méthode pourrait être utilisée comme un nouvel outil de dépistage.
La maladie de Parkinson, une affection neurologique progressive, est caractérisée par un manque de dopamine dans le cerveau. Cette carence provoque des problèmes qui s’aggravent avec le temps. Les principaux symptômes sont les tremblements involontaires de certaines parties du corps, des mouvements lents, et des muscles rigides et inflexibles. Il peut également y avoir des symptômes psychologiques tels que la dépression, la perte d’odorat, et des problèmes de mémoire.
« Les données de montre connectée sont facilement accessibles et peu coûteuses », explique la cheffe de l’étude, Cynthia Sandor. « En utilisant ce type de données, nous serions potentiellement en mesure d’identifier des individus aux stades très précoces de la maladie de Parkinson au sein de la population générale ». Les chercheurs ont utilisé les données de 103.712 participants du Biobank britannique, qui ont tous porté une montre connectée pendant une période de 7 jours entre 2013 et 2016. En comparant les données d’un sous-ensemble de participants déjà diagnostiqués avec la maladie de Parkinson à un autre groupe ayant reçu un diagnostic jusqu’à sept ans après la collecte des données de la montre connectée, ils ont pu utiliser l’IA pour identifier les participants qui développeraient plus tard la maladie.
Les chercheurs ont cependant souligné une limitation de leur étude : l’absence de réplication à l’aide d’une autre source de données, car ils n’avaient pas accès à un autre ensemble de données comparable. Selon le Dr Sandor, « nous avons montré ici qu’une seule semaine de données capturées peut prédire des événements jusqu’à sept ans dans le futur ». Voilà qui pourrait avoir des implications à la fois pour la recherche, en améliorant le recrutement pour les essais cliniques, et pour la pratique clinique, en permettant aux patients d’accéder à des traitements à un stade plus précoce, lorsque de tels traitements deviendront disponibles. Ce qui n’est malheureusement pas encore le cas.
🟣 Pour ne manquer aucune news sur le Journal du Geek, abonnez-vous sur Google Actualités. Et si vous nous adorez, on a une newsletter tous les matins.
