Le ministère du Développement économique, de l'Innovation et de l'Exportation assure la part du lion de ce projet, avec une aide de 591 000 $. Les autres partenaires sont la compagnie Agfa Healthcare ainsi que la Société de valorisation des applications de la recherche de l'Université Laval, la SOVAR.

Présentement, pour faire un diagnostic d'Alzheimer, on ne peut se baser que sur l'analyse des symptômes neurologiques. Et à peu près une personne sur cinq (20 %) va recevoir un diagnostic erroné d'une autre forme de démence, observe Simon Duchesne, chercheur responsable du projet, rattaché au Centre de recherche de l'Université Laval Robert-Giffard. La thérapie va donc être moins efficace puisqu'elle cible la mauvaise maladie au départ.

Même si on finit par corriger ce diagnostic, on aura tout de même perdu des années importantes où la bonne intervention aurait été la plus efficace. «Il est impératif d'améliorer le premier diagnostic. Il faudrait idéalement pouvoir prédire l'apparition de la démence pour ralentir et peut-être même un jour arrêter la progression de la maladie», soutient M. Duchesne.

Pour améliorer le premier diagnostic, l'équipe de M. Duchesne développe des outils logiciels qui permettent d'en détecter la présence à partir d'images du cerveau. La technologie ne permet pas de faire une analyse microscopique du tissu, mais la maladie d'Alzheimer laisse quand même quelques traces observables à l'échelle macroscopique.

«La maladie provoque la mort des neurones, ce qui se traduit notamment par un amincissement du cortex. Ce sont des choses qu'on peut détecter par IRM», dit-il.

Soixante scanners

Jusqu'ici, Simon Duchesne n'a travaillé qu'avec un seul tomodensitomètre (scanner). L'aide financière permet maintenant d'entreprendre une nouvelle phase qui s'étendra sur deux ans avec un milieu de recherche qui comprendra plus de 60 centres au Canada et aux États-Unis. «Je travaille sur un logiciel qui traite les images standards de n'importe quel scanner qu'on trouve en milieu hospitalier. Notre technique sera assez robuste pour détecter le signal de l'Alzheimer dans les images standards. Nous allons nous concentrer sur les régions du cerveau où réside l'information la plus pertinente pour le diagnostic précoce et la prédiction de la maladie.»

Enfin, le projet vise à associer l'imagerie aux données cliniques et neuropsychologiques pour augmenter l'efficacité de cette aide au diagnostic. «Ce que je voudrais, conclut-il, c'est de réduire la marge d'erreur de moitié. Ça peut paraître petit, mais si on passe de un sur cinq à un sur 10, c'est énorme!»