Des scientifiques ont mis au point des modèles d’intelligence artificielle sophistiqués capables de prédire avec une grande précision l’âge du cerveau à l’aide d’IRM standard, selon une étude publiée dans Nature Communications le 5 juillet 2025.
L’étude démontre comment des algorithmes d’apprentissage profond, en particulier des réseaux de neurones convolutifs (CNN), peuvent analyser les données structurelles d’IRM cérébrale pour estimer l’âge biologique du cerveau d’une personne. Contrairement aux approches antérieures qui s’appuyaient sur des caractéristiques pré-extraites, ces modèles d’IA apprennent directement à partir des données brutes d’IRM, capturant ainsi des motifs subtils qui pourraient autrement passer inaperçus.
La différence entre l’âge cérébral prédit par l’IA et l’âge chronologique, appelée écart d’âge cérébral (brain age gap, BAG) ou différence d’âge prédite (PAD), constitue un biomarqueur puissant de la santé cérébrale. Un écart positif — lorsque l’âge prédit dépasse l’âge chronologique — a été associé à des troubles cognitifs, un risque accru de maladies neurodégénératives, ainsi qu’à une moins bonne condition physique et mentale.
« L’écart d’âge cérébral offre un moyen de quantifier la santé cérébrale 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 telles qu’Alzheimer ou Parkinson plusieurs années avant l’apparition des symptômes. »
L’équipe de recherche a entraîné ses modèles sur des milliers de scans cérébraux de sujets sains avant de les valider sur des ensembles de données indépendants. Les modèles ont atteint une précision remarquable avec des erreurs absolues moyennes aussi faibles que 4 à 5 ans. Fait important, la technologie a démontré une grande fiabilité quel que soit le matériel d’imagerie ou les protocoles utilisés.
Cette avancée représente une étape majeure vers un suivi personnalisé 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 œuvre 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.