Chaque année, la maladie de Parkinson est diagnostiquée chez 25.000 personnes en France, selon l’Institut national de la santé et de la recherche médicale (Inserm). Cette maladie neurodégénérative est difficile à diagnostiquer car aucun examen d’imagerie ni aucune analyse biologique ne permet d’assurer qu’un patient en est atteint. Le neurologue doit alors s’appuyer sur des tests cliniques alors que les symptômes ne sont pas spécifiques et pas systématiquement présents.

Parkinson : 4 caractéristiques de la démarche pour détecter la maladie

Mais des chercheurs ont peut-être trouvé une solution pour améliorer le diagnostic de cette maladie. Dans une étude publiée dans la revue Gait & Posture, ils expliquent avoir mis au point des outils d’intelligence artificielle capables de déterminer si un patient va souffrir de cette pathologie en analysant sa façon de marcher. 

Dans le détail, les chercheurs ont découvert que quatre caractéristiques de la démarche permettaient de poser le diagnostic : la vitesse, la longueur et la largeur du pas ainsi que sa régularité (ou cohérence). Pour évaluer la gravité de la maladie, les facteurs les plus significatifs étaient la régularité des pas et le temps pendant lequel les deux pieds sont en contact avec le sol.

Parkinson : "la précision de diagnostic est d’environ 80 %"

Pour parvenir à ce résultat, les auteurs ont étudié les données de 63 participants qui avaient plus de 50 ans. "Nous avons choisi les paramètres de la marche comme critères importants car les troubles de la marche apparaissent tôt dans la maladie de Parkinson et s'aggravent avec le temps, expliqué Fabio Augusto Barbieri, l’un des auteurs, dans un communiqué. Et aussi parce qu'ils n’ont pas de lien avec des paramètres physiologiques comme l'âge, la taille et le poids”.

La marche de ces participants a donc été étudiée pour mettre au point deux intelligences artificielles, l’une s’occupant du diagnostic et l’autre de l’évolution et la gravité de la maladie, et six algorithmes différents. "La précision de diagnostic est d’environ 80 %, assure Fabio Augusto Barbieri. Nous pourrions réduire considérablement cette marge d'erreur de diagnostic en combinant l’intelligence artificielle qui diagnostique et celle qui évalue l’évolution”. Les scientifiques estiment que leurs travaux permettront une meilleure compréhension de cette maladie et notamment de certains symptômes moins visibles comme la marche.