Outils numériques intelligents pour le dépistage de la connectivité cérébrale et l'estimation du risque de démence chez les personnes touchées par une déficience cognitive légère (AI-Mind)

Le but de cette étude est de valider un outil d'évaluation des risques basé sur l'IA pour la nouvelle gestion des données neurologiques cliniques dans cinq centres cliniques (Oslo OUS, Helsinki HUH, Madrid UCM, Rome IRCCS et Rome UCSC)). Aujourd'hui, environ 50 % des patients présentant un déficit cognitif léger (MCI) risquent de développer une démence, et les premiers signes de risque incluent des perturbations du réseau cérébral, expression d'un dysfonctionnement synaptique débutant au cours du développement de la démence. Ce dysfonctionnement synaptique peut être enregistré par des signaux électrophysiologiques cérébraux. Le connecteur AI-Mind identifiera un tel réseau cérébral perturbé sur la base de la technologie EEG. Les modèles de réseaux cérébraux sont identifiés parmi d'autres possibilités mathématiques par la théorie des graphes. Les approches classiques d’apprentissage automatique et d’apprentissage profond de l’intelligence artificielle seront utilisées pour automatiser ces processus d’identification des réseaux cérébraux dans les données M/EEG existantes.

Le deuxième outil développé, AI-Mind Predictor, servira de connecteur enrichi, une méthode de prédiction multimodale pour l'estimation du risque de démence chez les patients MCI. En plus des données du connecteur, les résultats des tests cognitifs, l'allèle génétique de l'apolipoprotéine E (APOE) et les informations sur le niveau de protéine P-Tau sont intégrés dans AI-Mind Predictor. L'AI-Mind Predictor fera la distinction entre les personnes à risque de développement ultérieur de la démence et les personnes non à risque. Les résultats attendus de l'AI-Mind Predictor, hautement spécifiques et sensibles, seront comparés aux approches de pointe (SOA).

Le développement et les tests du modèle AI-Mind de pointe seront effectués à partir des données pseudo-anonymisées disponibles anonymisées et prospectives collectées dans les 5 centres cliniques inclus. L'adaptation finale, la validation et le développement du prototype seront menés par la collection décrite ci-après de données prospectives sur un total de 1 000 sujets MCI, sur la base de critères cliniques standardisés d'inclusion/exclusion énumérés ci-dessous. Tous les patients signeront un consentement éclairé avant d'entrer dans l'étude.

Les patients suivront le protocole AI-Mind pendant une période de 2 ans en parallèle des procédures de suivi SOA dans chaque hôpital et pays. Le protocole comprend des mesures M/EEG répétitives, des tests cognitifs numérisés et, lors de la première visite, un échantillon de sang pour les analyses de l'allèle APOE et du p-Tau 181. Dans deux de nos centres cliniques (HUH et UCM), la MEG clinique est également proposée pour l'extraction de caractéristiques spécifiques à des fins de modélisation par la nouvelle technologie AI-Mind Connector basée sur l'EEG.

Il est important de noter que la nouvelle procédure de traitement des données d'AI-Mind utilisera uniquement les technologies SOA existantes, bien établies, accessibles à l'échelle mondiale et peu coûteuses. Avec la nouvelle approche de traitement des données d'AI-Mind, l'objectif est d'augmenter la faible valeur prédictive actuelle (<0,5) de la prédiction clinique de la démence SOA, et de sélectionner de manière proactive, avec une plus grande précision qu'auparavant, les patients MCI à risque afin de pouvoir bénéficier d'une intervention clinique plus précoce. Ainsi, AI-Mind souhaite contribuer à retarder le développement de la démence en détectant le risque dès la première visite lorsque les symptômes apparaissent.