L’intelligence artificielle au service du diabète de type 1 : espoirs et limites

Vivre avec le diabète de type 1 (DT1) implique des efforts constants pour maintenir la glycémie (taux de sucre dans le sang) aux niveaux recommandés afin d’éviter la survenue d’éventuelles complications. Ceci représente une charge importante, tant physique que mentale, pour les personnes qui vivent avec le DT1, ainsi que pour leurs proches aidants.

L’intelligence artificielle (IA) permet aux technologies de réaliser des tâches nécessitant normalement l’intelligence humaine (p. ex., la prise de décisions). Elle est déjà utilisée au service du DT1 depuis quelques années et représente une révolution passionnante pour la gestion de cette maladie. 

La révolution est déjà commencée

Même si nous ne le réalisons pas toujours, l’IA est présente partout autour de nous, y compris dans les technologies utilisées pour la gestion du DT1. On la retrouve par exemple dans les applications mobiles, les lecteurs de la glycémie en continu et les pancréas artificiels. Ces technologies collectent des données en temps réel et les transmettent à des algorithmes d’IA pour aider à prévoir les glycémies à venir et suggérer des doses d’insuline en conséquence (p. ex., pancréas artificiels, stylos intelligents).

En dehors de la gestion de la glycémie, l’IA est également utilisée pour analyser des données de santé (p. ex., résultats de test de laboratoire, antécédents médicaux, habitudes de vie) afin de prédire et d’évaluer les risques de complications liées au diabète à long terme. L’IA permet aux programmes d’apprendre par eux-mêmes (p. ex., en se souvenant des erreurs) et d’améliorer ainsi leur précision à chaque diagnostic. 

Il y a quelques années, des chercheurs canadiens ont mis au point un algorithme d’IA qui peut dépister de façon précoce et très précise (94 %) la rétinopathie diabétique (atteinte de l’œil) à partir d’une simple photo de la rétine. En identifiant les risques, il est possible de mettre en place plus facilement et plus rapidement des interventions pour les prévenir.

Les espoirs pour les prochaines années

Les prochaines années promettent de nombreux développements en matière d’IA pour la prévention, la détection et la personnalisation du traitement du DT1. Ces améliorations devraient permettre d’alléger la charge que représente la gestion de cette maladie. Voici quelques exemples des recherches en cours à des stades plus ou moins avancés : 

• Des lecteurs de la glycémie en continu permettant des mesures plus précises et plus fréquentes pour améliorer la prédiction de la glycémie.
• Des applications mobiles permettant de détecter et de calculer le nombre de glucides avec précision (p. ex., à l’aide d’une photo de l’assiette).
• Des pompes à insuline munies d’algorithmes permettant de détecter la nourriture consommée ou encore l’activité physique pour adapter de façon plus précise l’administration d’insuline en temps réel. Le calcul des glucides pourrait devenir un lointain souvenir!

L’IA a également la capacité d’accélérer la recherche scientifique en aidant, par exemple, à collecter, rapprocher et croiser les informations issues d’études à travers le monde, à cibler de façon plus précise les candidats pour les recherches ou encore à analyser les résultats. 

Les limites

Bien que l’IA montre un grand potentiel pour faciliter la gestion du DT1, il existe encore des limites importantes à cette technologie notamment en ce qui concerne son coût et la quantité de données requises pour qu’elle fonctionne de manière optimale. 

Aussi, puisque les algorithmes d’IA sont basés sur des modèles mathématiques, ils peuvent ne pas prendre en compte certains facteurs qui peuvent affecter la glycémie comme le stress et les changements hormonaux. Cette technologie ne peut donc pas remplacer complètement le jugement et les connaissances des personnes vivant avec le DT1 et de leur équipe de soins.

Références :

• Nomura, Akihiro et al. “Artificial Intelligence in Current Diabetes Management and Prediction.” Current diabetes reports vol. 21,12 61. 13 Dec. 2021, doi:10.1007/s11892-021-01423-2
• Ellahham, Samer. “Artificial Intelligence: The Future for Diabetes Care.” The American journal of medicine vol. 133,8 (2020): 895-900. doi:10.1016/j.amjmed.2020.03.033
• Grzybowski, Andrzej et al. “Artificial intelligence for diabetic retinopathy screening: a review.” Eye (London, England) vol. 34,3 (2020): 451-460. doi:10.1038/s41433-019-0566-0
• Rollo ME, Aguiar EJ, Williams RL, et al. eHealth technologies to support nutrition and physical activity behaviors in diabetes self-management. Diabetes Metab Syndr Obes 2016;9:381–90. https://doi.org/10.2147/ DMSO.S95247.
• Zhang W, Yu Q, Siddiquie B, Divakaran A, Sawhney H. “Snap-n-Eat”: Food Recognition and Nutrition Estimation on a Smartphone. Journal of Diabetes Science and Technology. 2015;9(3):525-533. doi:10.1177/1932296815582222
• Dankwa-Mullan, Irene et al. “Transforming Diabetes Care Through Artificial Intelligence: The Future Is Here.” Population health management vol. 22,3 (2019): 229-242. doi:10.1089/pop.2018.0129