• Une étude d’apprentissage automatique menée à Weill Cornell Medicine a pu classer la maladie de Parkinson en trois sous-groupes, une avancée susceptible de cibler efficacement les patients avec des traitements spécifiques à la progression de leur maladie.
  • En analysant les données d’une étude existante, les chercheurs ont divisé la cohorte en rythme rapide, rythme progressif et rythme modéré, une approche qui reconnaît la nature hétérogène de la maladie.
  • Les experts affirment que les résultats sont logiques et très prometteurs, mais préviennent que des populations plus larges doivent être explorées pour créer des modèles plus précis.

Dans la foulée d'une nouvelle recherche de l'Université de Boston montrant qu'un modèle d'intelligence artificielle était capable de prédire les chances d'une personne de développer la maladie d'Alzheimer, les chercheurs de Weill Cornell Medicine ont pu classer la maladie de Parkinson en trois sous-types grâce à l'apprentissage automatique.

Les résultats — qui apparaissent dans Médecine numérique npj — sont prometteuses pour aider les chercheurs et les cliniciens à cibler des traitements spécifiques à ces sous-types.

Quels sont les 3 sous-types de la maladie de Parkinson ?

Des chercheurs de Cornell ont analysé les données de 406 personnes ayant participé à la Parkinson's Progression Markers Initiative (PPMI), une étude observationnelle internationale qui « a systématiquement recueilli des données cliniques, biologiques, multi-omiques et d'imagerie cérébrale des participants ».

Ils ont développé un modèle d’apprentissage profond appelé Deep Phenotypic Progression Embedding (DPPE), capable de modéliser de manière « holistique » les « données de progression longitudinale multidimensionnelles des participants », comme l’expliquent les auteurs dans l’article de l’étude.

Les auteurs notent également que ces dernières années, on observe de plus en plus la maladie de Parkinson comme une maladie présentant des symptômes et une progression hétérogènes.

En d’autres termes, toutes les personnes atteintes de la maladie de Parkinson ne vivront pas la même expérience et, par conséquent, le traitement pourrait être beaucoup plus adapté aux besoins des différents patients.

Les trois sous-groupes de la maladie de Parkinson identifiés par l'apprentissage automatique sont basés sur le rythme de progression de la maladie :

  • Rythme rapide (PD-R), caractérisé par une progression rapide des symptômes. Dans la cohorte observée, 54 personnes (13,3 %) présentaient ce sous-type.
  • Rythme progressif (PD-I), qui présente des symptômes de base légers et une progression relativement modérée. Dans la cohorte observée, 145 personnes (35,7 %) présentaient cette variété.
  • Rythme modéré (PD-M), caractérisé par des symptômes initiaux légers et une progression modérée. Il s'agissait de la plus grande partie de la cohorte observée, avec 207 personnes (50,9 %) vivant avec cette forme de maladie de Parkinson.

Les auteurs de l'étude notent que leurs classifications « ont mis en évidence la nécessité de traiter les sous-types (de la maladie de Parkinson) comme des sous-troubles uniques dans la pratique clinique, où nos sous-types de rythme pourraient éclairer la stratification et la gestion des patients ».

En identifiant des variétés spécifiques de la maladie, les approches cliniques pourraient être beaucoup plus ciblées et efficaces.

Les résultats sur les sous-types de la maladie de Parkinson doivent être confirmés

Clemens Scherzer, MD, médecin-chercheur et professeur de neurologie Stephen & Denise Adams à la faculté de médecine de Yale, qui n'a pas participé à l'étude, a déclaré Actualités médicales d'aujourd'hui Les résultats informatiques de l'étude étaient très intéressants, mais il a averti qu'ils étaient extrêmement préliminaires et qu'il fallait des populations plus importantes pour développer et valider de tels classificateurs.

« L’objectif de la médecine de précision est de prédire l’évolution de la maladie chez un patient et d’intervenir thérapeutiquement en amont pour éviter l’apparition de complications. Pour y parvenir, nous devons identifier le facteur déclenchant de la maladie chez chaque patient et développer des thérapies ciblées », a souligné Scherzer.

« Par exemple, nous avons constaté que 10 % des patients atteints de la maladie de Parkinson aux États-Unis ont une mutation dans le GBA gène et que différents types de GBA « Les mutations accélèrent l’évolution de la maladie », a-t-il expliqué. « Les patients atteints GBA les mutations peuvent désormais être incluses dans des essais cliniques pour des thérapies ciblées et bénéficieront à terme de traitements modificateurs de la maladie GBA« Thérapeutiques dirigées vers l’extérieur. »

Néanmoins, le Dr Daniel Truong, neurologue et directeur médical du Truong Neuroscience Institute au MemorialCare Orange Coast Medical Center à Fountain Valley, en Californie, et rédacteur en chef du Journal of Clinical Parkinsonism and Related Disorders, qui n'a pas non plus participé à l'étude, a déclaré MNT que les sous-groupes constituent une approche logique et systématique du traitement de la maladie de Parkinson.

« Par exemple, les patients atteints du sous-type PD-R pourraient bénéficier de stratégies thérapeutiques plus agressives et d'une surveillance plus étroite que ceux atteints du sous-type PD-I, qui peuvent nécessiter une prise en charge moins intensive. La connaissance du sous-type d'un patient peut guider le choix des médicaments, y compris la réutilisation potentielle de médicaments existants comme la metformine, qui, selon l'étude, pourrait être particulièrement bénéfique pour le sous-type PD-R. »

– Dr Daniel Truong

« Cela permet de concevoir des soins de santé prédictifs et préventifs pour chaque sous-type », a expliqué Truong.

« Une intervention précoce peut être nécessaire chez les patients dont la maladie progresse rapidement. Cela est essentiel pour gérer les symptômes avant qu’ils ne deviennent graves et invalidants. Le sous-typage permet de stratifier les patients en fonction de leur risque, ce qui permet des essais cliniques plus ciblés et plus efficaces pour de nouveaux traitements, ainsi qu’une meilleure allocation des ressources de santé », a-t-il ajouté.

Steven Allder, BMedSci, BMBS, FRCP, DM, neurologue consultant chez Re:Cognition Health, non impliqué dans l’étude, a convenu que l’identification préalable de différents sous-groupes permettrait aux professionnels de la santé de travailler sur des plans de traitement spécifiques pour chacun d’eux.

Il a énuméré les traitements possibles pour chacun, en notant :

  • Rythme progressif (PD-I) : « Les traitements pourraient se concentrer sur le maintien de la qualité de vie et la prévention de la progression des symptômes grâce à des modifications du mode de vie, à la physiothérapie et éventuellement à des médicaments neuroprotecteurs. »
  • Rythme modéré (PD-M) : « Ces patients présentent une progression modérée de la maladie. Ils pourraient bénéficier d'une combinaison de traitements pharmacologiques pour gérer les symptômes et ralentir la progression, tels que les agonistes dopaminergiques, les inhibiteurs de la MAO-B ou d'autres thérapies modificatrices de la maladie. »
  • Rythme rapide (PD-R) : « Ce sous-type évolue rapidement et implique souvent des déficits cognitifs. La metformine s’est révélée prometteuse pour améliorer les symptômes dans ce groupe, en particulier ceux liés à la cognition et aux chutes. Une intervention précoce avec la metformine et d’autres agents neuroprotecteurs pourrait être cruciale pour la prise en charge de ce sous-type. »

Est-il problématique d’utiliser l’IA pour prédire la maladie de Parkinson ?

La principale préoccupation d’Allder concernant l’utilisation de la technologie d’apprentissage automatique pour prédire des maladies telles que la maladie de Parkinson concernait l’accessibilité d’un tel outil pour les personnes qui en ont besoin.

« Je ne prévois pas de problèmes avec le modèle d'IA, mais je prévois des problèmes avec l'accès des patients à celui-ci », nous a-t-il dit.

« Bien que les modèles d’IA soient des outils puissants pour identifier les sous-types de maladies et prédire leur progression, il existe des problèmes potentiels liés à l’accès des patients. Tous les patients n’ont pas forcément accès aux outils de diagnostic avancés ou aux traitements issus de la recherche en IA, en particulier dans les milieux défavorisés », a souligné Allder.

Cependant, selon lui, un autre problème pourrait être « l’utilisation de données de patients volumineuses pour la formation de modèles d’IA », ce qui « soulève des inquiétudes quant à la confidentialité et à la sécurité des données ».

« Les modèles d’IA doivent être validés auprès de diverses populations pour garantir qu’ils ne sont pas biaisés en faveur de cohortes spécifiques », a déclaré Allder.

Scherzer, faisant écho à sa déclaration précédente, a déclaré que le pouvoir significatif de l'intelligence artificielle pour des traitements médicaux précis dépendra en fin de compte de davantage de recherches et d'essais.

« Le succès de l’IA dans la prédiction des résultats dépend de la taille et de la qualité des données d’entrée », a-t-il noté. « L’une des principales lacunes dans ce domaine est que nous avons besoin d’ensembles de données longitudinales beaucoup plus vastes et de haute qualité sur les patients atteints de la maladie de Parkinson – des données sur de grandes populations couvrant les stades prodromiques et l’évolution complète de la maladie. Ces données seront essentielles pour la formation et la validation de modèles d’IA utiles à la médecine augmentée. »