SFD 2022

L’IA au chevet de l’obésité

Par
Publié le 24/04/2023
Article réservé aux abonnés

Les obésités sont des maladies des systèmes et des organes, liées à des perturbations du dialogue entre ces organes ainsi qu’à des interactions avec notre mode de vie. De plus, les phénotypes, les stades de progression et les trajectoires diffèrent, avec une variabilité des réponses aux interventions thérapeutiques. Dans ce contexte, l’intelligence artificielle (IA) peut aider « à stratifier les situations cliniques, prédire les réponses aux interventions thérapeutiques et l’évolution des complications avec un enjeu de trajectoires de soins, mais également à fournir des outils d’aide à la prise en charge type coaching et favoriser l’adhésion du patient », estime le Pr Karine Clément (Sorbonne université, Inserm, hôpital Pitié-Salpêtrière, Paris).

Alors que les phénotypes sont de plus en plus complexes, l’IA peut rendre service en intégrant les innombrables données métagénomiques, cliniques, etc., sans oublier celles provenant des 40 000 milliards de bactéries du microbiote intestinal.

« Dans le contexte de la chirurgie bariatrique par exemple, illustre le Pr Clément, l’intérêt est de prédire la résolution du diabète, à partir d’un nombre limité de variables cliniques “faciles” à collecter et intégrées dans un score. Dans notre étude, l’utilisation de l’IA a permis de redéfinir des seuils pertinents pour les facteurs cliniques retenus (âge, HbA1c, insulines, médicaments, durée du diabète). L’IA a affiné les scores à attribuer à chaque intervalle de valeur de ces facteurs. La rémission était prédite si le score se situait au-dessus d’une valeur, elle aussi calculée par l’algorithme. Mais une difficulté – fréquente – était retrouvée : la zone grise où, pour certains patients, la prédiction n’est pas possible. D’où l’intérêt des “omics” (génomique, proté­omique, transcriptomique, etc.) pour améliorer cette prédiction. »

Un autre exemple est le projet européen MetaCardis avec l’impact des modifications du microbiote intestinal sur les pathologies cardio-métaboliques, où l’IA a identifié des signatures précoces, avant la survenue des pathologies.


Source : Le Généraliste