IA et caméra : diagnostic précoce des troubles du nourrisson
Une équipe de chercheurs utilise désormais une caméra standard couplée à l'intelligence artificielle pour diagnostiquer plus précocement certaines pathologies neurologiques chez le nouveau-né, comme l'amyotrophie spinale infantile. Cette maladie génétique rare entraîne une dégénérescence progressive des neurones moteurs et se manifeste par une hypotonie, c'est-à-dire une diminution du tonus musculaire. Dans ses formes sévères, elle réduit fortement l'espérance de vie si elle n'est pas traitée rapidement. Bien que des thérapies coûteuses comme le Zolgensma existent, leur efficacité est strictement conditionnée par la précocité du diagnostic, car elles peuvent empêcher la mort des neurones mais pas les régénérer. Le diagnostic clinique actuel repose sur l'observation subjective du tonus et des réflexes par un spécialiste. Cette approche manque souvent de précision et retarde fréquemment la prise en charge, réduisant considérablement la fenêtre thérapeutique. Pour pallier ce problème, les chercheurs ont développé un système d'analyse vidéo automatisé. Le nourrisson est filmé pendant soixante secondes sur fond uni par une caméra classique. Un algorithme d'estimation de posture reconstruit en temps réel un squelette numérique à partir de douze articulations, puis extrait cent huit paramètres moteurs, tels que l'amplitude, la symétrie ou la fréquence des mouvements. Ces données sont ensuite traitées par un modèle d'apprentissage supervisé, XGBoost, qui classe automatiquement la motricité comme typique ou altérée. Testé sur vingt-cinq nourrissons en réanimation pédiatrique, dont cinq atteints d'amyotrophie spinale confirmée génétiquement, le système affiche une précision de classification de 97 %. L'algorithme identifie particulièrement bien la limitation de mouvement en profondeur, un indicateur quantitatif qui objectivait jusqu'alors une intuition clinique. Grâce à la méthode SHAP, les chercheurs rendent les décisions du modèle interprétables en affichant les paramètres moteurs ayant le plus influencé chaque diagnostic. Cette étude, publiée dans JAMA Pediatrics en 2024, intervient à un moment crucial. Depuis 2025, le dépistage néonatal systématique de la maladie est intégré au programme national français, mais de nombreux pays restent en retard. L'outil ne vise pas à remplacer les médecins, mais à leur fournir un indicateur objectif et rapide, accessible sans équipement spécialisé. Au-delà de cette pathologie, cette technologie pourrait être adaptée à d'autres affections infantiles provoquant une hypotonie, apportant ainsi un soutien quantifiable à l'évaluation clinique. Dans un contexte où chaque jour compte, l'intelligence artificielle transforme ainsi la détection précoce des troubles du mouvement en un processus reproductible et mesurable, renforçant les perspectives de traitement pour les nourrissons à risque.
