Relever le défi de l'hétérogénéité dans la démence à l'aide de l'intelligence artificielle (TACKL-HD-AI)

Relever le défi de l'hétérogénéité dans la démence à l'aide de l'intelligence artificielle (TACKL-HD-AI)

Utiliser l'IA pour comprendre la variabilité des causes de la démence et des présentations cliniques

La maladie d’Alzheimer et les démences apparentées sont de plus en plus fréquentes avec le vieillissement de la population des baby-boomers et constituent un défi majeur pour la société, tant d’un point de vue financier que social. Les personnes atteintes de démence souffrent de pertes de mémoire et d’un déclin d’autres capacités mentales, ce qui a un impact significatif sur leur qualité de vie. La recherche a considérablement fait progresser notre compréhension des facteurs de risque de la démence. Des informations complètes, notamment démographiques (âge, sexe, niveau d'éducation), génétiques (séquence d'ADN), cardiovasculaires (hypertension, diabète, hypercholestérolémie, tabagisme) et liées au mode de vie (manque d'exercice), peuvent aider à mieux cerner et à éclairer le risque de démence. Cependant, de nombreuses questions restent sans réponse, notamment comment démêler les différentes trajectoires que suivront les cerveaux individuels pour atteindre un état de dysfonctionnement.

Il est urgent de mettre au point de nouvelles méthodes permettant de mieux comprendre ce profil de risque complexe et de le modifier afin de réduire l’incidence de la démence.

L'étude «TACKLing the Heterogeneity challenge in Dementia using Artificial Intelligence (TACKL-HD-AI) » est un programme de recherche collaboratif multisite qui exploitera les mégadonnées issues de plusieurs cohortes canadiennes sur les maladies neurodégénératives (Ontario Neurodegenerative Disease Research Initiative [ONDRI], Comprehensive Assessment of Neurodegeneration and Dementia [COMPASS-ND], Sunnybrook Dementia Study [SDS], Brain Eye Amyloid Memory [BEAM], Translational Biomarkers of Aging and Dementia [TRIAD] et le Consortium québécois pour l’identification précoce de la maladie d’Alzheimer [CIMA-Q]) afin de démêler la complexité sous-jacente au risque de démence.

Des analyses utilisant l’intelligence artificielle examineront comment les antécédents génétiques, démographiques et cardiovasculaires d’un individu, associés aux caractéristiques neuro-imagiologiques, cognitives, comportementales et motrices de la maladie, peuvent interagir pour aggraver la manifestation de la démence et/ou augmenter le risque de démence. Grâce à ces approches de médecine personnalisée et de précision, nous espérons pouvoir améliorer la prise en charge et la prévention de la démence à l’avenir, réduisant ainsi son impact sur les Canadiens.