Les technologies centrées sur le patient ont le vent en poupe, mais toutes ne sont pas entièrement validées. Un article qui vient de paraître dans le JAMA Neurology donne un bel exemple de l’intérêt de ces technologies pour l’évaluation des patients et de leur traitement.
La question posée par les auteurs est de savoir si un smartphone peut être utile pour générer un score objectif de sévérité de l’atteinte d’un patient avec un Parkinson. En effet, une mesure régulière de l’activité de la maladie permettrait de mettre en évidence ses fluctuations au cours de la journée et les réponses au traitement dopaminergiques en ambulatoire.
IA adaptative
Pour cela, les chercheurs ont comparé les résultats obtenus selon les tests standards et via une application installée sur le smartphone du patient. L’application demandait au patient de remplir 5 tâches : un test de voix, un tapotement, la démarche, le balancement et le temps de réaction. Jusque-là rien de bien neuf ! Cependant, les chercheurs ont introduit dans l’application un algorithme rendant la machine plus « intelligente », lui permettant d’apprendre au cours du temps ; ce que l’on appelle dans le jargon informatique une « learning-machine » et que l’on pourrait traduire par une « intelligence artificielle adaptative ». Le score généré est donc totalement personnel.
Les chercheurs l’ont testé sur des patients et sur des personnes non atteintes, en tant que contrôles. Ils ont ainsi enregistré 6148 évaluations d’activités chez 129 individus. Dans un tiers des cas, la mesure concernait la démarche des patients en ambulatoire. De plus, ils ont intégré également les données de 23 patients parkinsoniens et de 22 contrôles, évalués à l’hôpital.
Valide !
Les mesures grâce au smartphone ont permis de détecter des fluctuations quotidiennes en temps réel de 13,9 points sur une échelle de 0 à 100. Ces mesures ont été corrélées avec les échelles utilisées classiquement : Movement Disorder Society Unified Parkinson Disease’s Rating Scale, Timed Up and Go assessment et Hoehn and Yahr stage. Par ailleurs, le smartphone a permis de détecter une amélioration de 16,3 points après traitement dopaminergique.
Cette étude permet donc de démontrer la validité de la démarche afin d’objectiver la sévérité de la maladie de Parkinson dans la vie réelle ; les chercheurs espérant ainsi améliorer la prise en charge de ces patients et faciliter la mise au point de nouveaux traitements.
> Using Smartphones and Machine Learning to Quantify Parkinson Disease Severity
