Des scientifiques ont mis au point des modèles d’intelligence artificielle sophistiqués capables de prédire l’âge du cerveau avec une précision remarquable à l’aide d’IRM standards, selon une recherche publiée dans Nature Communications le 5 juillet 2025.
L’étude démontre comment des algorithmes d’apprentissage profond, en particulier les réseaux de neurones convolutifs (CNN), peuvent analyser les données structurelles d’IRM cérébrale afin d’estimer l’âge biologique du cerveau d’une personne. Contrairement aux approches précédentes qui s’appuyaient sur des caractéristiques pré-extraites, ces modèles d’IA apprennent directement à partir des données brutes d’IRM, captant des motifs subtils qui pourraient autrement passer inaperçus.
La différence entre l’âge cérébral prédit par l’IA et l’âge chronologique, connue sous le nom d’écart d’âge cérébral (brain age gap, BAG) ou de différence d’âge prédite (PAD), constitue un biomarqueur puissant pour la santé du cerveau. Un écart positif — lorsque l’âge prédit dépasse l’âge chronologique — a été associé à des troubles cognitifs, à un risque accru de maladies neurodégénératives et à une moins bonne condition physique et mentale.
« L’écart d’âge cérébral offre un moyen de quantifier la santé du cerveau d’un individu en mesurant la déviation par rapport à la trajectoire normale du vieillissement », explique le chercheur principal. « Cela pourrait aider à identifier les personnes à risque de maladies comme l’Alzheimer ou le Parkinson des années avant l’apparition des symptômes. »
L’équipe de recherche a entraîné ses modèles sur des milliers de scans cérébraux de sujets en bonne santé avant de les valider sur des ensembles de données indépendants. Les modèles ont atteint une précision impressionnante, avec des erreurs absolues moyennes aussi faibles que 4 à 5 ans. Fait important, la technologie a démontré une forte fiabilité malgré la diversité des équipements et des protocoles d’imagerie.
Cette avancée représente un pas important vers la surveillance personnalisée de la santé cérébrale. Alors que la population mondiale vieillit, de tels outils pourraient s’avérer inestimables pour des stratégies d’intervention précoce, permettant potentiellement aux cliniciens de mettre en place des mesures préventives avant que la neurodégénérescence irréversible ne s’installe. Les chercheurs ont déjà commencé à explorer des applications en milieu clinique, avec des résultats préliminaires prometteurs pour la prédiction du déclin cognitif.