Le laboratoire UCB et la société Sharecare ont mené pendant trois mois aux États-Unis une étude prospective en vie réelle auprès de 82 patients atteints de myasthénie auto-immune modéré à sévère.
Les participants ont transmis aux investigateurs des vidéos selfie, analysées de façon automatisée par un outil de mesure de la margin reflex distance (MDR1), développé à l’aide d’un réseau neuronal artificiel :
- ces mesures se sont avérées performantes, avec une corrélation forte entre leurs résultats et ceux de mesures manuelles réalisées sur les images,
- alors même que les smartphones des participants (60 modèles différents) avaient transmis des images de qualité très diverse (définition, lumière, angle de la caméra …).
- Les patients ont également envoyé au quotidien, via leur smartphone, des informations sur leurs symptômes, dont l’analyse montre :
- des exacerbations de la maladie pour 55% d’entre eux, en moyenne pendant 6,3 jours au total sur la durée de l’étude,
- une augmentation significative du score MG-ADL, basé sur les déclarations des patients, au cours des exacerbations (7 en moyenne versus 0,3 en dehors),
- une corrélation entre ce score et leur sensation d’exacerbation de la maladie (« oui », « non » ou « peut-être »),
- l’existence de quatre sous-groupes des patients déclarant des exacerbations, identifiés grâce des méthodes de machine learning et caractérisé chacun par un profil particulier de symptômes et de sévérité de ces symptômes.
Dans la myasthénie, peut-être plus encore que dans d’autres maladies, la possibilité d’une évaluation à distance, en vie réelle, s’avère précieuse en raison de la grande fluctuation des symptômes et de la possibilité de survenue d’une crise myasthénique, laquelle peut mettre en jeu le pronostic vital.
Voir aussi « Smartphone : votre futur meilleur ami dans la myasthénie ? »
