STÉATOSE HÉPATIQUE MÉTABOLIQUE : L'analyse de la langue pour un diagnostic non invasif
Un modèle d'intelligence artificielle combinant l'image de la langue et des données cliniques de routine dépiste la stéatose hépatique métabolique avec près de 98 % de précision. C'est ce que révèle une équipe chinoise, experte en hépatologie et en intelligence artificielle, dans Journal of Clinical and Translational Hepatology Précisément, ce modèle multimodal atteint 96,88 % de sensibilité et 100 % de spécificité et constitue un outil de dépistage peu coûteux et non invasif de la maladie.
La stéatose hépatique associée au dysfonctionnement métabolique (MASLD : Metabolic dysfunction–associated steatotic liver disease) aussi appelée « maladie du foie gras non alcoolique (NAFLD, non-alcoholic fatty liver disease), est une maladie hépatique chronique. C’est l'une des principales causes de maladie chronique du foie, d'où le besoin d'outils diagnostiques accessibles et non invasifs.
L'examen de la langue, un "pilier" de la médecine traditionnelle chinoise,
offre un regard singulier sur la santé de l'organisme. Cette recherche « objective » cette observation en la couplant à l'apprentissage profond et à des données biologiques courantes. L'enjeu est de transformer
la langue en une véritable « fenêtre » sur l'état du foie,
exploitable à bas coût, en particulier en cas d’accès limité aux ressources de santé.
L'étude repose sur un modèle d'apprentissage profond (IA) conçu pour intégrer des caractéristiques quantitatives de l'image de la langue à des données cliniques de routine. L’analyse est menée auprès de 477 participants (157 sains, 320 atteints de MAFLD). Tous les participants ont bénéficié d'une imagerie standardisée de la langue, mesurant les caractéristiques de couleur, et d'une évaluation clinique complète. Les chercheurs ont construit un modèle à double flux, pour les images de langue et les variables cliniques, les 2 sources d'information étant ensuite fusionnées. Ce modèle révèle que :
- les patients atteints de MAFLD présentent des anomalies métaboliques significatives comparés aux témoins sains ;
-
la couleur jaune de la langue diminue progressivement à mesure que la fibrose s'aggrave ;
- sur un échantillon test indépendant de 48 sujets, le modèle multimodal atteint 97,92 % de précision ;
- il affiche 96,88 % de sensibilité et 100 % de spécificité ;
- il surpasse les modèles fondés sur une seule modalité ou sur les seuls marqueurs sanguins ;
- le modèle se concentre bien sur les régions pertinentes de la langue et les principaux déterminants métaboliques.
L'intérêt de l'approche tient à sa fusion des 2 flux de données, l'apparence objectivée de la langue, héritée de la médecine traditionnelle chinoise, et les indicateurs métaboliques conventionnels.
Quelles implications ? Ce modèle pourrait constituer un outil de dépistage de la MAFLD non invasif, peu coûteux et efficace.
Autres actualités sur le même thème
ANTIBIORÉSISTANCE : Le test rapide qui révèle les bactéries rebelles
Actualité publiée il y a 8 années 9 moisMÉTABOLOMIQUE : Ses promesses dans le diagnostic médico-légal
Actualité publiée il y a 4 années 4 moisPROBIOTIQUES : Quelle qualité pour quelle efficacité ?
Actualité publiée il y a 7 années 1 moisCANCER : FaceAge, une photo du visage et l’IA pour le pronostic
Actualité publiée il y a 1 année 1 mois



