Sections

De nouveaux outils contre Alzheimer

De nouveaux outils contre Alzheimer

30.05.2016, par
Un membre du personnel médical de l'hopital Garonne accompagne la promenade d'une patiente
Un membre du personnel médical de l'hopital Garonne accompagne la promenade d'une patiente
Les chercheurs ne cessent de développer des techniques toujours plus innovantes pour détecter plus tôt la maladie d’Alzheimer et aider les patients à mieux vivre avec.

C’est l’un des acquis les plus manifestes du monde moderne, et qui, du moins en théorie, profite à tous : partout dans le monde, les gens vivent plus longtemps. En un siècle, l’espérance de vie globale a plus que doublé, principalement en raison des avancées médicales et des progrès sanitaires. Cette longévité accrue fait que, dans de nombreux pays, les personnes âgées sont la classe d’âge qui connaît la plus forte croissance démographique. Cela pose de nouveaux défis à la société qui doit désormais prendre en compte les problèmes auxquels doit faire face une population vieillissante, notamment la prolifération des maladies liées à l’âge, telle la maladie d’Alzheimer. Pour en améliorer le diagnostic et la prise en charge, les chercheurs des équipes Knowledge, Information and Web Intelligence (Kiwi)1, Applied Research for (multi) Media Enrichment, Diffusion, Interaction and Analysis (Armedia)2 et Algorithmes, composants, modèles et services pour l’informatique répartie (Acmes)3, développent des outils exploitant les nouvelles technologies de l’information et de la communication.

Diagnostiquer plus tôt

La maladie d’Alzheimer est la forme la plus répandue de démence. Elle affecte principalement les personnes âgées de plus de 65 ans. Sur le plan cérébral, elle se manifeste par la formation et l’accumulation de plaques dans les fibres des cellules corticales et par une dégénérescence neurofibrillaire conduisant à la perte des connexions neuronales, et finalement à la mort des cellules du cerveau. Les patients perdent progressivement la mémoire ainsi que leurs capacités cognitives et réflexives jusqu’à tomber dans un état de dépendance totale.

Comparaison des PET Scans cérébraux d'un sujet normal, d'un autre souffrant d'un léger déficit cognitif et d'un dernier atteint de la maladie d'Alzheimer.
Comparaison des PET Scans cérébraux d'un sujet normal, d'un autre souffrant d'un léger déficit cognitif et d'un dernier atteint de la maladie d'Alzheimer.

L’un des premiers défis posé par Alzheimer est son diagnostic. Les techniques d’imagerie cérébrale comme l’imagerie par résonance magnétique (IRM) permettent de révéler les lésions qu’entraîne la maladie, notamment l’atrophie de certaines régions cérébrales. Il n’est toutefois pas toujours facile de déterminer le moment où un tel examen devient nécessaire, ni de faire la distinction entre une perte de mémoire liée à un Alzheimer et celle normalement observée chez toute personne âgée. Cette difficulté à détecter tôt la maladie empêche la prise en charge précoce des malades. Rien qu’aux États-Unis, alors qu’on estime qu’une personne de plus de 65 ans sur neuf souffrait d’Alzheimer en 2015, la moitié ne connaissait pas son affection4. Un diagnostic précoce est pourtant crucial pour stimuler les patients et les aider ainsi à maintenir leurs capacités cognitives le plus longtemps possible.

Ce besoin en méthodes de diagnostic simples et fiables a motivé deux équipes de recherche du CNRS. Installée en Lorraine, l’équipe Kiwi s’efforce d’adapter les services offerts par des dispositifs informatiques aux besoins et aux préférences des usagers. Ce qui l’a conduite à chercher de nouveaux moyens de détecter les personnes souffrant de troubles neurodégénératifs tels Alzheimer ; sachant que la qualité de l’interaction entre l’utilisateur et ce qui apparaît à l’écran – clics, pages visitées, etc. – dépend beaucoup de l’état de sa mémoire.

Numériser les tests neuropsychologiques

Kiwi a également développé une version numérisée de tests neuropsychologiques qui n’étaient utilisés jusque-là qu’en version « papier et crayon ». Comme, le TMT (Trail Making Test), où le sujet doit relier un ensemble de points le plus rapidement possible. Concevoir des tests adaptés aux sujets visés – en l’occurrence des personnes âgées peu familiarisées avec les ordinateurs et souffrant de tares pouvant affecter tant leurs capacités perceptives que leur mobilité – s’est révélé assez complexe, note Sylvain Castagnos de Kiwi. La numérisation des tests a finalement permis aux chercheurs de disposer d’un outil de diagnostic fiable et automatisé, ce qui réduit ainsi le risque d’erreurs humaines lors du recueil des données.

Alzheimer diagnostic
Application AME (Analyse multimodale de la mémoire), permettant de réaliser un test de neuropsychologie pour diagnostiquer la maladie d'Alzheimer (le Trail Making Test). cette application se compose d'un dispositif de suivi du geste (Leap Motion) et permet également d’interagir par le regard.
Alzheimer diagnostic
Application AME (Analyse multimodale de la mémoire), permettant de réaliser un test de neuropsychologie pour diagnostiquer la maladie d'Alzheimer (le Trail Making Test). cette application se compose d'un dispositif de suivi du geste (Leap Motion) et permet également d’interagir par le regard.

La démarche de Kiwi a aussi permis d’améliorer les tests classiques en permettant l’intégration de plusieurs méthodes et outils d’exploration. Notamment en recourant à un oculomètre capable de suivre la direction du regard, rendant ainsi possible la mise en évidence des liens possibles entre des gestes ou des mouvements oculaires atypiques et la maladie d’Alzheimer. Les chercheurs ont d’ailleurs l’intention d’exploiter cet oculomètre pour stimuler les patients par des exercices cérébraux permettant de ralentir la progression de la maladie.

Modéliser pour mieux reconnaître

En collaboration avec l’unité de gériatrie du CHU de Nancy, les chercheurs de Kiwi sont en train de collecter et de comparer les données de trois populations de patients – Alzheimer, amnésiques non Alzheimer et sujets normaux – afin d’isoler les variables les plus susceptibles de révéler la pathologie du patient. L’étape suivante consistera à élaborer les modèles mathématiques qui permettront de classifier le comportement des utilisateurs en temps réel et d’aboutir à un diagnostic précoce de la maladie.

Parallèlement, à Évry, l’équipe Armedia tente elle aussi de développer une méthode de diagnostic différente des tests neuropsychologiques et de l’imagerie, basée cette fois sur l’écriture. « Spécifiquement humaine, l’écriture constitue une activité de haut niveau qui fait appel à des facultés mentales de planification, d’anticipation et de régulation », souligne la chercheuse Sonia Garcia-Salicetti. « Une maladie neurodégénérative va détériorer ces facultés, ce qui aura un effet visible sur la façon d’écrire », complète son collègue Mounîm A. El-Yacoubi.

Le dispositif d’Armedia est constitué d’une tablette tactile recouverte d’une feuille de papier sur laquelle le sujet peut écrire. Basé sur ce que l’équipe appelle une « activité naturelle », ce dispositif présente l’avantage d’être la fois simple à utiliser et non invasif.

La tablette numérise et enregistre la trajectoire du stylo en temps réel ; le dispositif est ainsi en mesure d’extraire et d’analyser des informations cinématiques dont l’interprétation va permettre de détecter toute dégradation significative des capacités d’écriture. De cette façon, le système peut reconnaître des symptômes moteurs couramment associés à Alzheimer tels qu’une lenteur, un tremblement, une raideur ou des saccades liées à une perte de la fluidité du geste d’écriture.

Alzheimer diagnostic
L'analyse de l'écriture sur une tablette graphique permet de diagnostiquer la maladie. Ici, une étude comparative de l'écriture d'une personne atteinte par la maladie (en bas), montre une altération.
Alzheimer diagnostic
L'analyse de l'écriture sur une tablette graphique permet de diagnostiquer la maladie. Ici, une étude comparative de l'écriture d'une personne atteinte par la maladie (en bas), montre une altération.

En partenariat avec l’unité gériatrique de l’hôpital Broca, à Paris, l’équipe Armedia est en train de d’analyser les données provenant de malades d’Alzheimer, de personnes souffrant d’un déficit cognitif léger et de sujets « normaux ». Les chercheurs étudient en outre l’impact de l’âge sur la réalisation des tâches d’écriture afin de différencier les effets d’un vieillissement normal à ceux dus à un état pathologique. L’analyse statistique de ces données a permis d’élaborer des modèles mathématiques qui serviront dans de futurs outils diagnostiques.

Mieux accompagner malades et soignants

Une fois le diagnostic d’Alzheimer posé, on sait que la maladie est, pour l’instant, irréversible. Aider les patients à vivre avec quotidiennement est donc crucial. C’est l’objet d’un autre projet développé au sein d’Armedia par Mounîm A. El-Yacoubi en collaboration avec Mossaab Hariz. Équipée d’une caméra qui lui permet de surveiller les patients, Juliette est un robot humanoïde de type Nao. À l’heure actuelle, ce robot est capable d’identifier 11 types d’actions apprises et modélisées « automatiquement » en observant de manière répétitive des individus différents les effectuer ; par exemple l’ouverture d’une porte ou la marche. Cet apprentissage permet au robot de repérer comme pathologiques des mouvements ou des actions s’écartant du modèle « normal » ; ceci afin d’éventuellement alerter le personnel soignant. Juliette pourrait notamment être entraînée à reconnaître quand un malade a oublié de prendre son traitement. « Le robot peut aussi détecter la chute d’un patient, s’enquérir de son état et prévenir l’équipe médicale ou la famille d’un éventuel danger », explique El-Yacoubi.

Alzheimer diagnostic
Mossaab Hariz, fait une démonstration des capacités du robot Nao dans le cadre de ses recherches, lors d'une journée porte ouverte à l'école Télécom SudParis.
Alzheimer diagnostic
Mossaab Hariz, fait une démonstration des capacités du robot Nao dans le cadre de ses recherches, lors d'une journée porte ouverte à l'école Télécom SudParis.

Accompagner les patients Alzheimer est également l'objectif que s’est fixé une autre équipe du Samovar, l’Acmes. Elle a développé pour ce faire des dispositifs d’assistance et d’accompagnement des activités routinières, tant à domicile qu’à l’extérieur. « Lorsque les patients évoluent dans un environnement peu familier (et même parfois familier), la désorientation et la déambulation sont des symptomes fréquents des troubles de mémoire et de cognition », explique l’informaticien Daqing Zhang, membre de l'équipe. Le dispositif permet de suivre en temps réel les patients, « ce qui réduit considérablement la charge de travail des soignants ou de la famille, constamment obligés de les surveiller ». Il s'agit d'un appareil équipé d'un GPS qui modélise sous forme de graphes les itinéraires réguliers. L'algorithme développé par l'équipe reconnaît en temps réel un itinéraire qui s'écarte trop du trajet habituel et envoie des alertes à l'usager pour qu’il retrouve le bon chemin.
 
Pour l’intérieur, l’Acmes a mis au point des « pense-bêtes intelligents » capables de remédier aux troubles mnésiques. Par exemple, grâce à des capteurs « sensibles au contexte » disposés dans la maison et capables de reconnaître l’activité du patient pour y réagir intelligemment. Un message peut être envoyé via un haut-parleur ou un téléphone à une personne qui oublie de refermer la porte du four après avoir répondu au téléphone, par exemple. Une autre méthode consiste à agir sur la planification des tâches. Si un usager oublie de fermer la porte d'entrée à clé, le système le lui rappellera en tenant compte de l’urgence, et des autres tâches en cours. Dans l’attente de leur commercialisation, les prototypes de l’Acmes sont testés in situ dans plusieurs pays européens.

Pour Daqing Zhang, l'objectif poursuivi par l’équipe de chercheurs est d’offrir « des solutions à la fois peu coûteuses et peu intrusives ». À défaut de pouvoir trouver rapidement un traitement curatif pour la maladie d’Alzheimer, elles permettront d’améliorer la vie de ceux qui en sont affectés et celle de leurs proches.

  

 

Notes
  • 1. Laboratoire lorrain de recherche en informatique et ses applications (CNRS/Univ. de Lorraine).
  • 2. Services répartis, Architectures, Modélisation, Validation, Administration des Réseaux (CNRS/Institut Mines-Télécom/Télécom Sud Paris).
  • 3. Services répartis, Architectures, Modélisation, Validation, Administration des Réseaux (CNRS/Institut Mines-Télécom/Télécom Sud Paris).
  • 4. Alzheimer’s Association, « Alzheimer’s Disease Facts and figures », Alzheimer’s & Dementia (2015), vol. 11 (3) : 332-384.
Aller plus loin

Partager cet article

Auteur

Fui Lee Luk

Fui Lee Luk est journaliste et traductrice indépendante pour différents médias dont CNRSNews. Elle est titulaire d'un doctorat en littérature française (Paris III / Université de Sydney).

Commentaires

0 commentaire
Pour laisser votre avis sur cet article
Connectez-vous, rejoignez la communauté
du journal CNRS