Des experts de la santé soulignent les développements technologiques révolutionnaires dans les soins de la SLA
La sclérose latérale amyotrophique (SLA) est une maladie neurodégénérative extrêmement éprouvante non seulement pour les personnes diagnostiquées, mais aussi pour leurs familles et le système de santé dans son ensemble.
En raison de l’apparition et de la progression rapides des symptômes, une détection précoce et une prise en charge efficace sont toutes deux essentielles. Certains signes précoces de la SLA peuvent inclure des crampes musculaires dans le bras, la jambe, l’épaule ou la langue, des difficultés à marcher, des trébuchements et des chutes, une faiblesse dans les jambes, le bras ou le cou, un discours nasal et un trouble de la parole, ainsi que des muscles tendus et raides (spasticité). Dans un deuxième temps, les symptômes de la SLA peuvent inclure des troubles de la mastication et de la déglutition (dysphagie), une perte involontaire de salive dans la bouche (salivation ou sialorrhée), des difficultés à parler ou à former des mots, des pleurs involontaires, des rires ou d’autres manifestations émotionnelles, une constipation et des difficultés à respirer (dyspnée).
À un stade avancé, les personnes atteintes de SLA peuvent perdre la capacité de se tenir debout, de marcher, de monter au lit et d’en sortir de manière autonome, d’utiliser leurs mains et leurs bras ou de respirer sans assistance. Comme elles conservent généralement la capacité de raisonner, de se souvenir et de comprendre, elles sont conscientes de leur perte progressive de fonctions.
Bien que les scientifiques ne soient pas encore parvenus à trouver un remède, de récents progrès technologiques ont permis de réaliser des progrès considérables dans le traitement de cette maladie complexe. Ces innovations visent non seulement à améliorer le diagnostic précoce, mais aussi à améliorer considérablement la qualité de vie et à fournir des traitements plus efficaces et personnalisés.
L’IA et l’apprentissage automatique pour la détection précoce de la SLA
Les progrès des algorithmes d’IA ont permis l’analyse de données médicales complexes, comme la neuroimagerie et le profilage génétique, pour aider à l’identification précoce des biomarqueurs de la SLA. La technologie de l’IA peut rationaliser le processus de détection en utilisant des modèles d’apprentissage automatique pour traiter de vastes ensembles de données et pour identifier des modèles qui ne sont pas immédiatement visibles à l’œil humain.
En outre, des outils d’IA sont en cours de développement pour surveiller les changements au niveau de la parole – souvent l’un des premiers signes symptomatiques de la SLA – ce qui représente encore un autre cas où l’IA peut aider à détecter les changements et à appuyer les diagnostics précoces. En utilisant le deep learning pour évaluer la voix et la dynamique de la parole, il est possible de détecter des lésions précoces des motoneurones avant l’apparition de symptômes plus avancés.
Outre la détection, des techniques d’apprentissage automatique sont utilisées pour analyser les données des patients et créer des modèles prédictifs qui prédisent la progression de la maladie. Cela peut permettre aux cliniciens de créer des plans de traitement plus personnalisés et d’aider l’industrie biopharmaceutique à concevoir plus efficacement des essais cliniques. La capacité à prévoir la trajectoire d’une maladie est essentielle pour permettre des thérapies plus ciblées et des inventions plus précoces, dans le but de ralentir la progression de la maladie et d’améliorer les résultats pour les patients.
Traduction : Vicky Roels
Source : PMLive – auteur Romina Dibra