Des scientifiques de l’Université de Yale ont conçu un modèle d’IA générative novateur destiné à la psychiatrie personnalisée. Ce modèle exploite l’apprentissage automatique pour examiner les données de neuroimagerie (IRM fonctionnelle a l’etat de repos) et les symptômes des patients, ce qui permet de prédire les associations entre les symptômes et des régions spécifiques du cerveau.

• L’étude scientifique en anglais : Helmer, M., Warrington, S., Mohammadi-Nejad, A.-R., Ji, J. L., Howell, A., Rosand, B., Anticevic, A., Sotiropoulos, S. N., & Murray, J. D. (2024). On the stability of canonical correlation analysis and partial least squares with application to brain-behavior associations. Communications Biology, 7(1), 1–15. https://doi.org/10.1038/s42003-024-05869-4
• Le communique de presse de Yale : Hathaway, B. (2024, February 23). Making associations: Yale-developed tool helps personalize psychiatric care. YaleNews. https://news.yale.edu/2024/02/23/making-associations-yale-developed-tool-helps-personalize-psychiatric-care

Traduction semi-automatique du debut du communique de presse :

Au cours de la dernière décennie, les scientifiques ont accumulé de nombreux outils pour aborder le défi complexe des troubles mentaux, tels que de nouveaux outils d’analyse génomique et des technologies d’imagerie cérébrale haute résolution, ou encore la création d’énormes banques de données de patients et de nouveaux modèles d’intelligence artificielle pour les analyser. Pourtant, la quête de traitements personnalisés s’est jusqu’à présent révélée infructueuse pour presque tous les troubles neuropsychiatriques.

« Ces efforts ont été limités par un manque de compréhension de la manière dont les symptômes se manifestent dans les circuits cérébraux », declare John Murray, ancien professeur de psychiatrie et de physique à Yale, désormais à Dartmouth College.

Un nouveau cadre de modélisation générative développé à Yale, pourrait aider les neuropsychiatres à mieux prédire la relation entre plusieurs dimensions de l’activite neuronale et les symptômes des patients, affirment les chercheurs. Pour Alan Anticevic, professeur agrégé de psychiatrie Glenn H. Greenberg et professeur agrégé de psychologie, l’un des auteurs de l’étude, cette avancée peut aider le domaine de la neuropsychiatrie à « prendre des décisions éclairées sur la manière dont les études et les essais cliniques sont conçus et exécutés pour avoir une plus grande chance de cartographier les symptômes sur les circuits cérébraux ».

Traduit de Hathaway, B. (2024, February 23). Making associations: Yale-developed tool helps personalize psychiatric care. YaleNews. https://news.yale.edu/2024/02/23/making-associations-yale-developed-tool-helps-personalize-psychiatric-care