L'IA diagnostique les maladies en exploitant les données du système immunitaire ; un nouveau modèle d'IA suit la vitesse du vieillissement cérébral

Des chercheurs de Stanford Medicine ont développé Mal-ID, un outil d'apprentissage automatique qui diagnostique les maladies en analysant les séquences des récepteurs des cellules B et T. Testé sur près de 600 personnes, Mal-ID a identifié avec succès des affections telles que le COVID-19, le lupus et le diabète de type 1. L'outil pourrait également suivre les réponses aux immunothérapies anticancéreuses et affiner les sous-catégories de maladies. L'algorithme utilise des modèles de langage entraînés sur des protéines pour identifier les récepteurs de reconnaissance des menaces sur les cellules immunitaires. Par ailleurs, des chercheurs de l'USC ont créé un nouveau modèle d'IA qui mesure la vitesse du vieillissement cérébral à l'aide d'IRM. Cet outil suit les changements cérébraux de manière non invasive et corrèle le vieillissement cérébral plus rapide avec un risque plus élevé de troubles cognitifs. Le modèle, un réseau neuronal convolutif tridimensionnel (3D-CNN), compare les IRM de base et de suivi du même individu pour identifier les changements neuroanatomiques. Testé sur des adultes, les calculs du modèle étaient corrélés aux changements de la fonction cognitive. Il pourrait également distinguer différents taux de vieillissement entre les régions du cerveau et entre les sexes.