Deux étudiants, un même défi : mieux cartographier le cerveau pour mieux soigner

Avant d’opérer le cerveau, les médecins doivent savoir où intervenir, mais surtout quelles zones et quelles connexions doivent être protégées. 

Pour le comprendre, imaginons le cerveau comme une immense ville. 

Ses différentes régions sont comme des quartiers : certaines participent au mouvement, d’autres au langage, à la vision ou à la mémoire. Pour communiquer entre elles, ces régions sont reliées par des fibres nerveuses, qui permettent à l’information de circuler. 

Les régions du cerveau sont donc les quartiers et les fibres nerveuses sont les routes qui les relient. 

Certaines de ces routes sont essentielles. Si elles sont endommagées, l’information ne peut plus se rendre au bon endroit. Une personne pourrait alors avoir de la difficulté à parler, à bouger, à voir ou à se souvenir. 

Le défi : ces routes sont invisibles à l’œil nu. Pour les repérer, on utilise une technique d’imagerie appelée imagerie par résonance magnétique (IRM) de diffusion. Cette technique permet de suivre les fibres nerveuses en observant la façon dont l’eau se déplace dans le cerveau.  

Pourquoi l’eau? Parce que dans certaines parties du cerveau, les fibres nerveuses sont organisées dans une même direction. L’eau se déplace alors plus facilement dans cette direction.  

En observant ces mouvements, on obtient donc des indices sur l’orientation des fibres. L’ordinateur rassemble ensuite tous ces indices et tente de reconstituer leur parcours. C’est la tractographie : une sorte de carte des routes du cerveau, reconstruite à partir des traces laissées par le déplacement de l’eau.  

Mais l’ordinateur peut se tromper. Il peut parfois dessiner une route qui n’existe pas réellement ou manquer une véritable connexion. C’est comme consulter une carte routière qui indique une route là où il n’y en a pas. 

Ces fausses routes peuvent donner une mauvaise idée de la façon dont les différentes régions du cerveau communiquent. En neurochirurgie, où chaque millimètre compte, une carte imprécise peut compliquer la planification d’une intervention. Il fallait donc trouver une façon d’aider l’ordinateur à distinguer les vraies routes des fausses. 

C’est là que l’intelligence artificielle peut permettre d’aller plus loin. Et c’est précisément ce qu’Antoine Théberge et Jeremi Lévesque ont voulu exploiter, chacun à leur tour.  

Ces deux étudiants en informatique ont contribué à des travaux de chercheurs du Centre de recherche du CHUS. 

À quelques années d’intervalle, ils ont travaillé sur une même problématique, mais avec des approches différentes. 

Antoine a d’abord cherché à améliorer la qualité des routes que l’ordinateur pouvait reconstruire. Puis Jeremi s’est appuyé sur cette avancée pour s’attaquer à une autre étape du problème : apprendre à l’ordinateur à mieux choisir les routes qu’il emprunte. 

Autrement dit, Antoine a contribué à améliorer le résultat de la carte. Jeremi a ensuite cherché à améliorer la façon dont l’ordinateur construit cette carte. 

Antoine : améliorer la carte 

Son défi était de réduire les connexions peu plausibles produites par la tractographie et d’obtenir une représentation plus fiable du réseau de fibres du cerveau. 

Mais trouver la bonne méthode n’a pas été facile. 

« Ma maîtrise s’est mal passée. Pendant un an, je n’ai eu aucun résultat », raconte-t-il. 

Pendant un an, il a essayé. Il a modifié son approche. Il a recommencé. Il a testé d’autres possibilités. Puis, après de nombreux essais et erreurs, il a trouvé une façon de faire qui fonctionnait. Il a ensuite continué à perfectionner sa méthode pendant son doctorat. 

Son travail a permis de mieux faire le tri entre les connexions qui semblaient possibles et celles qui étaient peu plausibles. Il a donc contribué à améliorer la carte : moins de fausses routes et une représentation plus fiable des connexions cérébrales. 

Mais une question demeurait : comment faire pour que l’ordinateur soit lui-même capable de faire de meilleurs choix lorsqu’il construit cette carte? 

C’est là que Jeremi a pris le relais. 

Et surtout, le travail d’Antoine ne s’est pas arrêté à son projet. Sa méthode a ensuite été reprise par d’autres équipes de recherche. C’est une étape importante en science : une découverte prend encore plus de valeur lorsqu’elle peut servir à d’autres chercheurs et les aider à faire avancer leurs propres travaux. 

Pour Antoine, c’est l’une des grandes fiertés de son parcours. 

« Mon intérêt pour la recherche, c’est d’explorer l’inexplorable. Découvrir quelque chose de nouveau et pousser les connaissances. » 

Aujourd’hui, son parcours l’a mené jusqu’à un poste de chercheur postdoctoral dans un hôpital affilié à la Harvard Medical School. 

Jeremi : apprendre à l’ordinateur à choisir les bonnes routes 

Lorsque Jeremi a commencé son projet, une première avancée existait déjà. 

La méthode développée par Antoine permettait d’obtenir de meilleures cartes, mais il était encore possible d’améliorer la façon dont l’ordinateur choisissait les chemins à reconstruire. 

Jeremi s’est donc intéressé à une forme d’intelligence artificielle appelée apprentissage par renforcement. 

Le principe ressemble à celui d’un élève qui apprend par essais et erreurs. On lui permet d’essayer différentes solutions. Lorsqu’il fait un bon choix, il reçoit une récompense. Lorsqu’il fait un moins bon choix, il est pénalisé. À force d’essais, le système apprend progressivement quels choix donnent les meilleurs résultats. 

Jeremi a découvert cette approche lors d’une conférence sur l’intelligence artificielle en Alberta. L’idée lui a immédiatement parlé. 

« Ce qui m’a accroché, c’est l’idée de dire au système : essaie des choses. Si c’est bon, je te récompense. Si c’est moins bon, je te pénalise », se souvient-il. 

Il s’est alors demandé : Et si on faisait la même chose pour cartographier le cerveau? 

Plutôt que de laisser l’ordinateur suivre automatiquement toutes les routes possibles, pourquoi ne pas lui apprendre à faire de meilleurs choix lorsqu’il doit déterminer quelle direction prendre? 

C’est exactement ce qu’il a tenté de faire. 

En s’appuyant sur les avancées réalisées avant lui, Jeremi a donc repoussé le défi : il ne cherchait plus seulement à obtenir une meilleure carte, mais à rendre l’ordinateur plus habile à choisir, étape par étape, les chemins qui ont le plus de chances de correspondre aux véritables fibres du cerveau. 

Son objectif était d’aider l’ordinateur à mieux choisir les chemins à suivre pour reconstruire les fibres du cerveau. 

Son projet de recherche a montré que l’apprentissage par renforcement peut contribuer à améliorer la façon dont l’ordinateur reconstruit les connexions cérébrales. Il a ainsi trouvé une nouvelle façon d’aider l’ordinateur à mieux lire et reconstruire la carte du cerveau. 

Mais une meilleure carte ne signifie pas nécessairement une carte parfaite. Certaines mauvaises routes étaient encore présentes. Il restait donc du travail à faire. 

Pour Jeremi, cette recherche correspondait exactement à ce qu’il souhaitait faire en informatique : développer une technologie qui peut éventuellement avoir un impact concret. 

« Ce que je voulais, c’était repousser la limite, mais pour que quelqu’un puisse en bénéficier. Je voulais sentir que j’avais un impact et que je contribuais à la recherche. » 

Quand une meilleure carte peut aider les soins 

À première vue, tout ce travail peut sembler bien loin du quotidien des personnes malades. 

On parle d’algorithmes, d’intelligence artificielle, d’images médicales et de fibres microscopiques. Mais derrière ces lignes tracées par un ordinateur se trouvent des fonctions très concrètes : converser, danser, contempler, se remémorer. 

Ces cartes, comme celles travaillées par Antoine et Jeremi, peuvent aussi être utiles à la recherche. Dans des maladies comme la SLA ou la maladie d’Alzheimer, on cherche notamment à comprendre ce qui arrive aux différentes régions du cerveau et aux connexions qui les relient. 

Si on arrive à mieux représenter ces connexions, on peut aussi mieux observer comment elles changent au fil de la maladie. 

Une meilleure carte permet donc de poser de meilleures questions : 

• Quelles connexions sont touchées? 
• Quand commencent-elles à changer? 
• Comment ces changements sont-ils liés aux symptômes? 

Deux parcours, une même avancée 

Leur travail s’est construit un peu comme une course à relais : Antoine a avancé sur un premier volet du problème, puis Jeremi a repris le flambeau pour pousser l’approche plus loin. 

C’est aussi comme cela que progresse la science. Une personne pose une question. Une autre trouve une première réponse. Puis quelqu’un d’autre s’appuie sur cette réponse pour aller plus loin. 

Leurs projets sont maintenant terminés. Mais leur travail, lui, continue de circuler : dans les connaissances qu’ils ont contribué à faire avancer, dans les méthodes qu’ils ont développées et dans les travaux d’autres équipes de recherche qui pourront s’en inspirer. 

Leur histoire rappelle ainsi qu’une avancée scientifique n’a pas besoin de tout résoudre pour être importante. Elle peut simplement ouvrir une nouvelle voie et donner à la personne suivante de meilleurs outils pour poursuivre la route. 

​​​À propos des deux étudiants :  

Antoine 

• Gradué de l’Université de Sherbrooke ayant été sous la supervision des chercheurs Maxime Descoteaux et Pierre-Marc Jodoin 
• Nouvellement​​ chercheur postdoctorant​​​​ ​​à ​​Mass General Brigham et Harvard Medical School​​ 

Jeremi 

• Gradué de l’Université de Sherbrooke ayant été sous la supervision du chercheur Pierre-Marc Jodoin 
• Nouvellement étudiant en médecine à l’Université de Sherbrooke