Une approche d’apprentissage automatique non supervisée pourrait permettre de diagnostiquer la maladie d’Alzheimer

Des chercheurs ont mis au point une nouvelle méthode combinant des approches statistiques et d’apprentissage automatique non supervisé qui pourraient être utilisées pour différencier les examens d’imagerie par résonance magnétique (IRM) des personnes atteintes de la maladie d’Alzheimer (MA) de ceux des personnes sans troubles cognitifs.
La méthode a été testée sur des IRM structurelles cérébrales de 198 personnes atteintes de la MA et de 231 témoins, et a permis de distinguer les deux groupes avec une précision de 84 %.
Les auteurs de l’étude soulignent que les algorithmes existants pour le diagnostic de la MA utilisent une approche d’apprentissage supervisé qui nécessite un grand volume d’examens IRM marqués, ce qui est difficile à réaliser, mais leur nouvelle méthode ne nécessite qu’un nombre limité d’examens marqués.