Mélanie Thomas
Deux étudiants diplômés de l’Université Western ont développé une méthode révolutionnaire pour prédire quels patients des unités de soins intensifs (USI) survivront à une grave lésion cérébrale.
Matthew Kolisnyk et Karnig Kazazian ont combiné l’imagerie par résonance magnétique fonctionnelle (IRMf) avec des methods d’apprentissage automatique de pointe pour s’attaquer à l’un des problèmes les as well as complexes des soins intensifs.
Qu’il s’agisse d’un accident vasculaire cérébral, d’un arrêt cardiaque ou d’un traumatisme crânien, des vies peuvent être changées à jamais par un traumatisme crânien grave. Lorsque les patients sont admis aux soins intensifs, les familles sont confrontées à une énorme incertitude. Mon proche va-t-il s’en remettre ? Sont-ils conscients de ce qui se passe ? Seront-ils un jour à nouveau les mêmes ? Malgré ces concerns essentielles, les professionnels de la santé sont tout aussi incertains quant au potentiel d’une bonne reprise.
Les étudiants diplômés sont des candidats au doctorat à la Schulich School of Medicine & Dentistry dans le laboratoire du neuroscientifique Adrian Owen.
“Pendant des années, nous avons manqué d’outils et de strategies pour savoir qui survivrait à une grave lésion cérébrale”, a déclaré Owen.
Une équipe interdisciplinaire de chercheurs de Western, en collaboration avec des neurologues du London Overall health Sciences Centre et du Lawson Wellbeing Investigation Institute, a cherché à trouver une resolution à ce problème. Ils étaient dirigés par Loretta Norton, professeur de psychologie au King’s University School de Western, qui fut l’une des premières chercheuses au monde à mesurer l’activité cérébrale en soins intensifs.
L’équipe a mesuré l’activité cérébrale de 25 patients dans l’une des deux unités de soins intensifs de Londres au cours des premiers jours suivant une grave lésion cérébrale et a testé si elle pouvait prédire qui survivrait et qui ne survivrait pas.
“Nous avons précédemment découvert que les informations sur le potentiel de guérison de ces individuals étaient capturées par la manière dont les différentes régions du cerveau communiquent entre elles”, a déclaré Norton. “Une conversation intacte entre les régions du cerveau est un facteur essential pour reprendre conscience.”
La percée s’est produite lorsque l’équipe a réalisé qu’elle pouvait combiner cette procedure d’imagerie avec une application de l’IA connue sous le nom d’apprentissage automatique. Ils ont découvert qu’ils pouvaient prédire le rétablissement des sufferers avec une précision de 80 pour cent, ce qui est supérieur à la norme de soins actuelle.
“L’intelligence artificielle moderne a montré d’incroyables capacités prédictives. La combiner avec nos procedures d’imagerie existantes était suffisante pour mieux prédire qui se remettrait de ses blessures”, a déclaré Kolisnyk.
Bien qu’encourageant, les chercheurs affirment que la prédiction n’était pas parfaite et nécessite des recherches et des assessments supplémentaires.
« Étant donné que ces modèles apprennent mieux lorsqu’ils disposent de nombreuses données, nous espérons que nos résultats mèneront à de nouvelles collaborations avec les USI de tout le Canada », a déclaré Kazazian.
