La maladie d'Alzheimer (MA), responsable de jusqu'à 80 % des cas de démence chez les personnes âgées, constitue l'un des plus grands défis de santé publique dans le monde. Au Brésil, on estime que plus de 1,2 million de personnes vivent avec la maladie, dont beaucoup ne sont toujours pas diagnostiquées. La détection précoce est essentielle pour ralentir la progression et améliorer la qualité de vie, mais les méthodes actuelles reposent sur des tests et des entretiens cliniques coûteux, ce qui rend difficile l’accès universel. La solution pour changer ce scénario réside peut-être dans l’utilisation d’algorithmes d’apprentissage automatique appliqués aux données publiques du système de santé unifié (SUS).
C’est ce que montre une étude réalisée à l’Institut de sciences mathématiques et informatiques de l’Université de São Paulo (USP). La proposition est simple : analyser les tendances des antécédents médicaux des patients, disponibles dans DATASUS, pour prédire le risque de développer la maladie d'Alzheimer, selon Jhonata Emerick, PDG de Datarisk et responsable de la recherche.
Des milliers de diagnostics SUS ont été traités, y compris l'âge, le sexe, les procédures médicales et les diagnostics (CID). À partir de ces données, des variables ont été créées qui représentent les antécédents cliniques des patients sur des périodes de cinq ans, permettant au modèle d'identifier des corrélations subtiles entre les maladies antérieures, les tests effectués et la probabilité de développer la maladie d'Alzheimer.
L'étude a utilisé une technique avancée basée sur des arbres de décision. Après formation et validation, le modèle a atteint une précision de 89 % et une AUC (aire sous la courbe ROC) de 0,83, indiquant une capacité prédictive élevée. Parmi les facteurs les plus importants pour le risque de maladie d'Alzheimer, on distingue l'âge, les antécédents de maladies mentales mal diagnostiquées, la fréquence des examens neurologiques et même les problèmes ophtalmologiques.
« À l'ère de l'information, la science des données et l'apprentissage automatique élargissent notre capacité à identifier des modèles auparavant imperceptibles. La technique d'intelligence artificielle que nous utilisons combine plusieurs analyses détaillées pour faire des prévisions de plus en plus précises et robustes. Ce modèle est fondamental pour gérer la base de données énorme et inégale de DATASUS, car il fonctionne bien avec de grands volumes d'informations, permet des ajustements détaillés et garantit des résultats plus sûrs et plus faciles à comprendre », explique Emerick.
Pour lui, l'intégration de ces technologies dans le SUS pourrait transformer l'approche de la maladie, en offrant des outils de surveillance des facteurs de risque, de stratification des patients et de planification des politiques publiques, ainsi qu'aux opérateurs de soins de santé.
Projections pour 2050
Selon l’Organisation mondiale de la santé (OMS), le nombre de personnes atteintes de démence dans le monde devrait tripler d’ici 2050, pour atteindre environ 150 millions de cas. Au Brésil, le vieillissement de la population sera un facteur critique : la proportion de personnes âgées devrait augmenter de 173 % d’ici 2060, portant les coûts directs et indirects de la démence à des niveaux alarmants. Aujourd’hui, les dépenses mondiales consacrées aux soins atteignent 1 300 milliards de dollars, mais pourraient atteindre 2 800 milliards de dollars d’ici 2050. Sans stratégies de prévention et de diagnostic précoce, l’impact sur les familles et les systèmes de santé sera dévastateur.
Impact social de la démence
- Fardeau familial : plus de 80 % des soins sont assurés par des membres de la famille, confrontés à un stress physique, émotionnel et financier.
- Perte d'autonomie : les patients évoluent vers une dépendance totale, nécessitant des soins continus
- Inégalités d'accès : les diagnostics tardifs sont plus fréquents dans les régions moins dotées d'infrastructures, ce qui accroît les disparités
- Impact économique indirect : réduction de la main-d’œuvre, retraites anticipées et demande accrue de services sociaux
- Effet sur les politiques publiques : nécessité d'élargir les programmes de soins à domicile, le soutien psychologique et la formation des soignants
