Le projet Dynamo a pour objectif la modélisation numérique de l’évolution de la maladie d’Alzheimer.
Le projet Dynamo, coordonné par Stanley Durrleman (Inria), chef d’équipe et directeur du centre de neuroinformatique de l’Institut du Cerveau – ICM en collaboration avec le Pr Bruno Dubois, neurologue AP-HP, chercheur à l’Institut du Cerveau – ICM et directeur de l’IM2A (institut de la mémoire et de la maladie d’Alzheimer), vise à prédire de façon fiable la progression de la maladie chez un patient donné.
A partir d’une évaluation ponctuelle, lors d’une consultation par exemple, de marqueurs d’imagerie comme l’atrophie cérébrale et de marqueurs cognitifs comme la perte de mémoire, les neurologues peuvent voir comment l’état du patient évoluera dans les années à venir. A partir de cette donnée, nous pensons qu’ils seront en capacité d’orienter le suivi et le traitement du patient afin de proposer des stratégies de prévention personnalisées, ou de tester des thérapies innovantes à des stades très précoces pour des patients au profil évolutif très bien caractérisé.
Le projet Dynamo a porté sur le suivi de 350 patients (cohortes INSIGHT, IM2A et ADNI, NIH USA) le suivi de 350 patients dès les stades présymptomatiques de la maladie d’Alzheimer dès les stades présymptomatiques de la maladie d’Alzheimer. Ces patients présentaient une perte cognitive avérée et quantifiée avec ou sans plaques amyloïdes cérébrales, représentant tous les stades de la maladie. Ces patients ont été suivis pendant 3 ou 4 ans à raison de 6 visites chacun.
Au cours des visites chaque patient a été évalué par des tests cliniques dont le « MiniMental State Examination » MMSE (un score de MMSE normal doit être supérieur à 27 sur 30).
Une imagerie cérébrale pour déterminer la perte de matière cérébrale (atrophie), l’atrophie de l’hippocampe et la consommation du cerveau en glucose a également été réalisée.
« Mon travail au sein de ce projet consiste à étudier des observations complexes, comme par exemple l’atrophie cérébrale des 350 patients de la cohorte, pour la simplifier sous deux formes :
- Une évolution typique de la maladie sur de grandes périodes de temps reconstituée à partir des observations individuelles de courtes durées,
- Réduire le nombre de paramètres qui permettent de situer la trajectoire de chaque patient par rapport à la trajectoire moyenne. Par exemple si le patient présente une évolution plus rapide ou décalée de quelques années par rapport à une évolution typique.
A partir de la trajectoire typique correspondant à l’histoire naturelle de la maladie que nous avons reconstruite sur 20 ans, nous pouvons en déduire de façon fiable l’évolution de chaque patient sur les 4 années futures. » Igor KOVAL, doctorant en 3ième année à l’Institut du Cerveau – ICM et au CMAP (Centre de Mathématiques Appliquées de l’Ecole Polytechnique).
A partir des données collectées sur les 350 patients étudiés, le projet a consisté à développer un algorithme qui simule l’évolution de la maladie. Chaque score de patient à un instant t a été intégré dans l’algorithme donnant ainsi une courbe d’évolution en fonction de tous les paramètres. L’algorithme a intégré notamment les différences entre les patients, les patients plus cognitifs, par rapport à des patients présentant une atrophie importante du cerveau ou seulement des hippocampes…
La simulation a été vérifiée sur une cohorte de patients suivie pendant 4 ans : elle est fiable jusqu’à 4 ans, c’est-à-dire que l’évolution observée de ces patients, suit l’évolution prédite.
La prochaine phase du projet Dynamo se fait dans le cadre d’un essai clinique. Elle va permettre d’évaluer les performances du modèle numérique sur la prédiction d’évolution de la maladie en conditions réelles, son utilisation par les neurologues lors des consultations et enfin les effets de cet outil sur la prise en charge thérapeutique des patients.
« Nous avons développé une méthode de nouvelle génération d’intelligence artificielle qui simule les effets de la maladie d’Alzheimer sur le cerveau et les capacités cognitives. Ces modèles numériques permettent de voir l’effet de l’évolution typique de la maladie sur le cerveau, mais surtout, pour la 1ere fois de visualiser la variabilité et la spécificité de l’évolution de la maladie chez chaque patient. Ces modèles d’analyse nous permettent de mieux comprendre la maladie, d’identifier les facteurs qui peuvent influencer son développement et pourquoi pas dans un futur proche d’être capable d’anticiper très tôt les premiers symptômes voire même d’empêcher le développement de la maladie. »
