Des chercheurs de la Penn State College of Medicine ont développé un outil révolutionnaire appelé le Genetic Progression Score (GPS) pour prédire la probabilité que des individus présentant des symptômes précliniques progressent vers des stades avancés de maladies auto-immunes. Cette méthode innovante utilise l'intelligence artificielle pour analyser des données génétiques et cliniques, améliorant ainsi considérablement la précision des prédictions.
Environ 8 % des Américains souffrent de maladies auto-immunes, des conditions comme l'arthrite rhumatoïde et le lupus pouvant souvent causer des dommages irréversibles. La détection précoce est cruciale, car des anticorps liés à ces maladies peuvent apparaître des années avant l'apparition des symptômes. Dajiang Liu, auteur principal de l'étude, a souligné l'importance de l'intervention précoce : "Une fois que les maladies auto-immunes progressent, les dommages peuvent être irréversibles."
Le modèle GPS utilise l'apprentissage par transfert, permettant des prédictions à partir de jeux de données plus petits, ce qui est essentiel pour étudier des maladies touchant peu de personnes. En intégrant des données provenant de diverses sources, le GPS peut identifier des individus précliniques et estimer leur probabilité de progression.
Testé sur des données réelles de l'Université Vanderbilt et validé avec la biobanque des National Institutes of Health, le GPS a surpassé 20 autres modèles, montrant jusqu'à 1 000 % de précision en plus dans la prédiction de la progression de la maladie. Le succès du modèle souligne son potentiel pour une intervention précoce et un traitement personnalisé.
Bien que centré sur les maladies auto-immunes, le cadre du GPS pourrait être adapté à d'autres conditions, promettant des applications médicales plus larges. Liu a noté : "L'IA et l'apprentissage par transfert peuvent nous aider à étudier des populations sous-représentées et à réduire les disparités en matière de santé." Cette avancée pourrait révolutionner le diagnostic et la gestion des maladies auto-immunes.