Bien avant qu'un diagnostic clinique de la maladie de Parkinson ne soit possible, le suivi des mouvements des wearables peut fournir des données pour un dépistage précoce. Une étude a montré que l'évaluation par une IA pouvait identifier la maladie jusqu'à sept ans avant l'apparition des symptômes visibles.
Les modifications lentes et progressives du mouvement sont typiques de la maladie de Parkinson
Les données de mouvement des wearables comme indices précoces
L'IA détecte des modèles de la maladie sept ans avant le diagnostic
Un risque de fausses alertes fréquentes
Quel est l'intérêt d'un dépistage précoce en l'absence de traitement ?
Rédactrice scientifique et biologiste. J'aime les animaux et je suis fascinée par les plantes, leurs capacités et tout ce que l'on peut faire avec et à partir d'elles. C'est pourquoi mon endroit préféré est toujours à l'extérieur - quelque part dans la nature, volontiers dans mon jardin sauvage.
Les données de mouvement collectées par les Wearables comme les montres intelligentes pourraient être utilisées à l'avenir pour détecter précocement la maladie de Parkinson, selon une étude intitulée "Wearable movement-tracking data identify Parkinson's disease years before clinical diagnosis". Les chercheurs de l'Université de Cardiff ont montré que les données de suivi des mouvements permettent de mieux détecter la maladie de Parkinson à un stade précoce que d'autres biomarqueurs comme la génétique, les résultats de laboratoire ou le mode de vie.
La maladie de Parkinson est une maladie neurologique dégénérative qui entraîne une dégradation progressive des neurones dans le cerveau. Environ un pour cent des personnes âgées de 60 ans et plus dans le monde souffrent de cette maladie et des symptômes qui l'accompagnent, tels que la rigidité musculaire et l'immobilité ou le tremblement de repos, lorsque les mains, par exemple, bougent de manière involontaire. Deux des patients les plus connus au monde atteints de la maladie de Parkinson sont la légende de la boxe Mohammed Ali et l'acteur Michael J. Fox (alias Marty Mcfly dans "Back to the future"). Jusqu'à présent, le diagnostic est généralement posé lorsque le tremblement de repos typique devient visible. Cependant, à ce moment-là, une grande partie des cellules cérébrales qui envoient des signaux pour la planification et le début des mouvements ne sont déjà plus fonctionnelles. A ce moment-là, les personnes concernées souffrent déjà depuis des années de troubles moteurs subtils, comme un ralentissement des mouvements.
Et c'est là qu'intervient la détection précoce par les smartwatches et autres wearables. La plupart de ces bracelets de sport intègrent des accéléromètres, des capteurs d'accélération utilisés pour mesurer les mouvements. Les données ainsi collectées permettent de tirer des conclusions sur les modifications de mouvement qui apparaissent dès les premiers stades de la maladie de Parkinson, mais qui n'ont pas encore été détectées. Cependant, lorsque les données des wearables sont chargées sur un serveur, une intelligence artificielle peut identifier des modèles qui indiquent une maladie de Parkinson à un stade précoce et, le cas échéant, conseiller une consultation médicale.
Pour leur étude, les chercheurs ont utilisé les données de mesure de la UK Biobank, une base de données et une ressource de recherche à grande échelle qui contient des informations génétiques et sanitaires détaillées sur un demi-million de participants britanniques.
Déjà entre 2013 et 2015, 100 000 participants âgés de 40 à 69 ans avaient accepté de porter pendant une semaine un bracelet enregistrant leurs données d'activité physique. Au début de l'année 2021, 1984 de ces participants à l'étude étaient atteints de la maladie de Parkinson. Les chercheurs ont pu rechercher de manière ciblée des modèles dans les données de mouvement passées des personnes malades. Il s'est avéré que les wearables avaient déjà enregistré le ralentissement des mouvements caractéristique de la maladie de Parkinson jusqu'à sept ans avant le diagnostic et qu'une IA pouvait reconnaître les modèles. C'est-à-dire à un moment où les personnes atteintes de cette maladie sont loin de percevoir les symptômes elles-mêmes.
Les données sur le mouvement ont été plus efficaces pour établir un diagnostic que d'autres biomarqueurs tels que les tests génétiques ou sanguins, ou encore l'évaluation de questionnaires sur le mode de vie des patients. Les restrictions de mobilité qui précèdent la maladie de Parkinson ne ressemblent à aucune autre maladie neurologique, ce qui rend les résultats relativement clairs et fiables. Cependant, il n'est pas possible d'établir un diagnostic absolument sûr par ce biais. C'est pourquoi l'analyse à grande échelle des données de mouvement des montres intelligentes et autres entraînerait inévitablement de nombreux diagnostics erronés.
Enfin, la dernière question qui se pose actuellement est celle de l'utilité d'un diagnostic précoce dans le cas d'une maladie pour laquelle il n'existe à ce jour aucune possibilité de traitement ou même de guérison. En l'absence de médicaments ou d'autres traitements susceptibles d'influencer favorablement l'évolution de la maladie, il est possible qu'un diagnostic précoce fasse plus de mal que de bien à l'heure actuelle. Cependant, les progrès à venir dans le traitement médical de la maladie pourraient rapidement changer la donne.
