
Une étude IA pourrait changer le traitement de la sclérose en plaques - Euronews.com
L'IA révèle deux nouveaux sous-types biologiques de la sclérose en plaques
Par Theo Farrant
Publié le 31/12/2025 - 17:53 UTC+1
Grâce à l'intelligence artificielle, des chercheurs ont identifié deux sous-types biologiques auparavant inconnus de la sclérose en plaques (SEP), une percée prometteuse qui pourrait révolutionner la personnalisation du traitement des patients. En analysant des IRM et un simple test sanguin de plusieurs centaines de patients, ils ont mis en lumière des profils montrant comment la maladie influe sur le cerveau.
Traditionnellement, les traitements de la SEP sont largement basés sur les symptômes, ce qui peut conduire à des médicaments moins efficaces pour certaines formes de la maladie. L'étude, réalisée par University College London (UCL) et Queen Square Analytics, a porté sur environ 600 personnes atteintes de SEP, axée sur les niveaux de la protéine sanguine neurofilament léger sérique (sNfL), un indicateur clé de l'activité pathologique.
Utilisant un modèle d'apprentissage automatique appelé SuStaIn, les scientifiques ont intégré les données de sNfL avec des examens d'imagerie cérébrale. Les résultats, publiés dans la revue Brain, révèlent deux sous-types : « early sNfL » et « late sNfL ». Le type early sNfL montre des signes plus agressifs de la maladie, tandis que le type late sNfL manifeste une progression plus graduelle.
Cette identification des profils biologiques aide les médecins à anticiper l'évolution de la maladie et à ajuster les traitements en conséquence. Les patients avec un profil early pourraient bénéficier d'un suivi plus rigoureux et de traitements précoces et adaptés, tandis que ceux de type late pourraient avoir besoin d'approches thérapeutiques axées sur la protection neuronale.
Cette avancée marque une étape significative vers une compréhension plus fine de la SEP et pourrait améliorer considérablement les traitements proposés aux patients, augmentant ainsi leur qualité de vie.


