Des chercheurs de la Mayo Clinic ont développé des outils d'IA permettant de prédire les risques d'asthme sévère chez les enfants dès l'âge de trois ans. En analysant les dossiers médicaux, ces outils visent à détecter précocement les cas à haut risque, transformant ainsi potentiellement la prise en charge de l'asthme pédiatrique.
Dans une innovation révolutionnaire, les chercheurs de la Mayo Clinic ont créé des outils d’intelligence artificielle capables d’identifier les enfants asthmatiques qui présentent le risque le plus élevé d’exacerbations graves de l’asthme et d’infections respiratoires aiguës.
Cette approche innovante, détaillée dans une étude récente publié dans le Journal of Allergy and Clinical Immunology, peut détecter ces risques chez les enfants dès l’âge de trois ans.
Les conséquences de l'asthme infantile
L'asthme touche près de 6 millions d'enfants aux États-Unis et est l'une des principales causes d'absences scolaires, de visites aux urgences et d'hospitalisations, selon les Centers for Disease Control and Prevention (CDC).
Les infections respiratoires sont un déclencheur courant de crises d’asthme, mais les symptômes peuvent varier considérablement et changer au fil du temps, ce qui rend difficile pour les cliniciens d’identifier les enfants les plus sensibles.
Les outils d’IA de la Mayo Clinic visent à combler cette lacune.
« Cette étude nous rapproche un peu plus de la médecine de précision dans l'asthme infantile, où les soins passent des soins réactifs pour l'asthme sévère avancé à la prévention et à la détection précoce des patients à haut risque », a déclaré l'auteur principal Young Juhn, professeur de pédiatrie à la Mayo Clinic, dans un communiqué de presse.
Juhn supervise plusieurs programmes de recherche de premier plan à la Mayo Clinic, notamment le programme d'IA de la Mayo Clinic Children's et le Precision Population Science Lab.
Utiliser l'IA pour détecter l'asthme à un stade précoce
Pour l’étude, les chercheurs ont analysé les dossiers médicaux électroniques de plus de 22 000 enfants nés entre 1997 et 2016 dans le sud-est du Minnesota.
Pour gérer cette vaste gamme de données, ils ont développé plusieurs outils d’IA utilisant l’apprentissage automatique et le traitement du langage naturel pour extraire des informations critiques des notes des médecins.
Ces outils ont permis de saisir des données cruciales telles que les symptômes et les antécédents familiaux, permettant aux chercheurs d’appliquer deux listes de contrôle diagnostiques largement reconnues pour évaluer l’asthme chez les jeunes enfants : les critères prédéterminés de l’asthme et l’indice prédictif de l’asthme.
Les enfants qui répondaient aux critères des deux listes de contrôle ont été identifiés comme un sous-groupe distinct présentant un risque plus élevé de complications graves.
Détecter le risque d'asthme avant l'âge de 3 ans
En analysant ce sous-groupe à haut risque, les chercheurs ont constaté des différences marquées par rapport aux autres enfants de l’étude.
À l’âge de trois ans, les enfants du sous-groupe à haut risque souffraient de pneumonie plus de deux fois plus souvent et de grippe près de trois fois plus souvent.
Ils présentaient également les taux les plus élevés de crises d’asthme nécessitant des stéroïdes, des visites aux urgences ou une hospitalisation, et étaient plus sujets à l’infection par le virus respiratoire syncytial (VRS) au cours de leurs trois premières années.
De plus, ces enfants étaient plus susceptibles d’avoir des antécédents familiaux d’asthme, d’eczéma, de rhinite allergique ou d’allergies alimentaires.
Les tests de laboratoire ont indiqué des signes d’inflammation allergique, notamment une augmentation du nombre d’éosinophiles, des taux d’IgE spécifiques aux allergènes et de périostine, qui sont des marqueurs de l’inflammation de type 2, associés à une altération de la fonction pulmonaire.
Ces résultats indiquent un sous-type d’asthme à haut risque qui prédispose certains enfants à des problèmes respiratoires plus graves.
Quelle est la prochaine étape?
L'équipe de recherche prévoit d'étendre les tests de ces outils d'IA à des contextes cliniques plus larges, englobant des populations et des systèmes de santé plus diversifiés. Son objectif est d'intégrer les données biologiques pour affiner les définitions et les traitements des sous-types d'asthme en vue d'une intervention précoce.
L'équipe se prépare également à étudier un composé conçu pour atténuer l'hyperactivité immunitaire associée à l'asthme. À l'aide de modèles cellulaires cultivés en laboratoire, appelés organoïdes, ils visent à faire progresser les stratégies de détection précoce et de prévention de l'asthme infantile à plus grande échelle.
Source: Mayo Clinic