L'IA peut-elle diagnostiquer la maladie de Parkinson à un stade précoce à partir de tremblements subtils dans l'écriture manuscrite numérisée ?

La maladie de Parkinson provoque souvent une micrographie—une écriture à la main petite et tremblante—avant l'apparition des symptômes moteurs. Les modèles d'IA entraînés sur des traits de stylo numérisés pourraient repérer des schémas invisibles pour les cliniciens. Une détection précoce pourrait permettre des interventions ralentissant la progression. Pourtant, les échantillons d'écriture doivent être standardisés et diversifiés pour éviter les biais. Le défi consiste à distinguer les tremblements liés à la maladie de la variabilité normale.

Les systèmes d'IA actuels peuvent détecter la maladie de Parkinson à un stade précoce à partir de l'écriture manuscrite numérisée en analysant les micro-tremblements et les caractéristiques cinématiques avec une grande précision—certaines recherches rapportent jusqu'à 97 % de sensibilité en utilisant des modèles d'apprentissage profond entraînés sur des tâches comme le dessin de spirales et la copie de phrases qui capturent le contrôle moteur fin. Des études soulignent que la combinaison des mesures de pression, de vitesse et d'accélération dans les données de stylo numérique améliore les performances par rapport au dépistage clinique traditionnel seul, bien que la validation à grande échelle et dans des conditions réelles reste limitée. Les préoccupations éthiques et de confidentialité entourant la surveillance continue et passive font également l'objet d'un examen approfondi.

— Enriched 12 mai 2026 · Source : Nature Digital Medicine — https://www.nature.com/npjdigitalmed