Une équipe de chercheurs dirigée par l'Université du Buffalo a démontré que l'intelligence artificielle peut révéler des lésions corticales invisibles dans le cerveau des patients atteints de sclérose en plaques, en analysant simplement des IRM standards existantes. Les résultats de cette étude, publiés dans la revue Communications Medicine, ouvrent une nouvelle voie majeure pour la recherche et la prise en charge clinique de cette maladie neurologique chronique. Longtemps ignorée par les techniques d'imagerie médicale conventionnelles, la matière grise du cerveau s'avère pourtant cruciale dans l'évolution de la maladie et l'apparition des troubles cognitifs associés. Si les IRM classiques permettent de détecter avec précision les lésions de la matière blanche, elles restent aveugles aux atteintes du cortex cérébral. Cette limite a longtemps entravé le suivi des patients et le développement de traitements ciblant spécifiquement cette composante. Les spécialistes observaient ces lésions sur des tissus post-mortem depuis des décennies, mais leur détection in vivo restait impossible. Pour combler ce manque, l'équipe internationale a développé des algorithmes d'apprentissage automatique et une méthode de traitement d'images baptisée MMCLE, dédiée à l'amélioration multimodale des lésions corticales. En croisant et en comparant les données issues de plusieurs séquences IRM, l'IA identifie de subtiles variations de signal qui indiquent une altération du tissu cérébral. Les chercheurs ont appliqué ces outils à l'ensemble des images provenant de l'essai clinique de phase III ORATORIO, une étude évaluant le médicament Ocrelizumab produit par Genentech, et impliquant plus de sept cents participants. L'analyse a permis de détecter plus de onze mille lésions corticales dans la base de données, soit entre quinze et vingt par patient. Cette découverte confirme que le cerveau des patients subit une activité pathologique bien plus étendue que ce que révélait l'imagerie traditionnelle. L'approche générative permet en effet de synthétiser les informations dispersées entre différentes prises de vue pour reconstituer un tableau complet de l'état cérébral. Cette avancée technique représente un tournant pour la neuro-imagerie et la neurologie. Elle permettrait désormais de suivre avec précision la progression de la maladie, d'évaluer l'efficacité des thérapies et d'adapter les traitements en temps réel. Les chercheurs soulignent également que cette méthode peut être rétroactivement appliquée aux archives IRM d'essais cliniques passés, offrant une nouvelle perspective sur les données historiques. En rendant visibles des marqueurs biologiques jusque-là cachés, l'intelligence artificielle consolide ainsi son rôle de levier essentiel dans l'amélioration des soins de santé et l'accélération des découvertes médicales.