Un modèle d’intelligence artificielle ouvre une nouvelle piste dans le repérage des personnes exposées à la maladie d’Alzheimer. Conçu pour analyser l’activité cérébrale de seniors, il a été entraîné à distinguer des profils présentant une démence de ceux de personnes âgées dont la mémoire reste particulièrement performante. Cette comparaison permettrait à l’outil d’identifier des signatures cérébrales associées à un risque accru, sans pour autant constituer un diagnostic médical à lui seul.
La démarche repose sur l’un des enjeux majeurs de la recherche actuelle : reconnaître le plus tôt possible les trajectoires cognitives préoccupantes. La maladie d’Alzheimer évolue souvent de manière progressive, avec des modifications cérébrales qui peuvent précéder les symptômes les plus visibles. Dans ce contexte, l’intelligence artificielle est utilisée pour traiter des données complexes et détecter des régularités difficiles à isoler par une lecture humaine classique.
Le modèle ne se limite pas à observer des personnes présentant déjà une démence. Il intègre aussi les caractéristiques de seniors dotés d’une mémoire exceptionnelle, un groupe précieux pour comprendre les mécanismes de résistance au déclin cognitif. En confrontant ces deux extrêmes, l’algorithme apprend à repérer des différences dans l’activité cérébrale et à classer les individus selon un niveau de risque probable. L’intérêt scientifique tient autant à la prédiction qu’à la meilleure compréhension des facteurs associés au vieillissement cérébral.
Pour les professionnels de santé, ce type d’outil pourrait à terme compléter les examens cliniques, les tests cognitifs et l’imagerie, à condition d’être validé sur des populations variées et dans des conditions médicales réelles. Les systèmes d’IA appliqués à la neurologie doivent notamment être évalués sur leur fiabilité, leur capacité à éviter les biais et la lisibilité de leurs résultats pour les médecins comme pour les patients.
La démence représente déjà un défi sanitaire mondial, rappelé par l’Organisation mondiale de la santé. Dans ce paysage, les outils numériques de prédiction suscitent un intérêt croissant, mais leur place reste celle d’une aide à la décision. Le repérage précoce peut favoriser un suivi adapté, une meilleure orientation des patients et une prise en charge plus structurée, sans remplacer l’expertise médicale ni l’évaluation individuelle.
