Des outils d’intelligence artificielle (IA) développés par des chercheurs du Mayo Clinic permettent d’identifier précocement les jeunes enfants atteints d’asthme à risque élevé de crises sévères ou d’infections respiratoires aiguës. Cette étude, publiée dans le Journal of Allergy and Clinical Immunology, montre que ces outils peuvent détecter les signes précurseurs de risque dès l’âge de 3 ans. Ce projet s’inscrit dans la stratégie « precure » du Mayo Clinic, qui vise à prédire et prévenir les maladies graves avant qu’elles ne s’aggravent, grâce à des technologies innovantes et des études à grande échelle sur les populations. L’asthme touche près de 6 millions d’enfants aux États-Unis et reste une cause majeure d’absentéisme scolaire, de consultations aux urgences et d’hospitalisations, selon les Centers for Disease Control and Prevention (CDC). Les infections respiratoires sont le déclencheur le plus fréquent des crises, mais les symptômes varient fortement d’un enfant à l’autre et évoluent avec le temps, ce qui rend difficile pour les cliniciens repérer les cas les plus vulnérables. Ces outils d’IA visent justement à combler cette lacune. L’équipe a analysé les dossiers médicaux électroniques de plus de 22 000 enfants nés entre 1997 et 2016 dans le sud-est du Minnesota. Grâce à des algorithmes d’apprentissage automatique et de traitement du langage naturel, les outils ont extrait des informations clés des notes médicales, notamment des symptômes, des antécédents familiaux et des signes cliniques. En appliquant deux critères diagnostiques largement utilisés pour l’asthme chez les jeunes enfants — les Predetermined Asthma Criteria et l’Asthma Predictive Index — les chercheurs ont identifié un sous-groupe d’enfants répondant aux deux critères, caractérisé par un risque accru de complications graves. Les résultats montrent que, dès l’âge de 3 ans, ces enfants présentaient plus de deux fois plus de pneumonies et presque trois fois plus d’infections grippales que les autres. Ils avaient également des taux plus élevés d’attaque d’asthme nécessitant des corticoïdes, des visites aux urgences ou des hospitalisations. Les infections à virus de la syncytie respiratoire (RSV) étaient également plus fréquentes durant leurs trois premières années. Ce sous-groupe présentait plus souvent un antécédent familial d’asthme, d’eczéma, de rhinite allergique ou d’allergies alimentaires. Des analyses biologiques antérieures révélaient des signes d’inflammation allergique (taux élevés d’éosinophiles, d’IgE spécifiques aux allergènes, de périostine), ainsi qu’une fonction pulmonaire altérée, indiquant une forme d’asthme à type 2 inflammatoire. Les chercheurs prévoient désormais tester ces outils dans des contextes cliniques plus variés et sur des populations plus diverses. Leur objectif est de les intégrer à des données biologiques pour affiner la classification et le traitement précoce des sous-types d’asthme. Par ailleurs, une étude est en cours pour explorer un composé capable de moduler les réponses immunitaires hyperactives liées à l’asthme, en utilisant des organoïdes (modèles cellulaires en laboratoire), dans l’espoir de détecter et prévenir l’asthme infantile à grande échelle. Évaluation : Selon des experts du secteur, cette approche représente une avancée significative vers la médecine de précision en pédiatrie. L’IA permet de transformer des données cliniques massives en prédictions préventives fiables, en particulier pour des maladies comme l’asthme, où les interventions précoces peuvent réduire considérablement la morbidité. Le Mayo Clinic, déjà leader dans les programmes d’IA et de science des populations, renforce ainsi son rôle dans l’innovation préventive. L’application de ces outils à des populations plus diverses et dans des systèmes de santé variés sera cruciale pour garantir leur efficacité et leur équité.