La maladie de Parkinson pose un problème de diagnostic. Considérée comme le trouble neurologique dont la progression est la plus rapide à l'échelle mondiale, en incapacité comme en mortalité, elle repose encore essentiellement sur l'évaluation clinique. L'absence de marqueurs biologiques simples complique en particulier la détection précoce.

De nombreuses pistes sont explorées, des cheveux au sang en passant par le cérumen, la voix ou les données de santé publique. Des travaux publiés dans la revue Discover Computing en ajoutent une, fondée sur le geste d'écriture.

Le protocole

L'équipe, dirigée par Ishan Ayus, informaticien à l'université Siksha O Anusandhan, n'a pas conduit de recrutement propre. Elle a réutilisé les données d'une étude brésilienne antérieure. Cet ensemble comporte 66 participants, dont 31 personnes atteintes de la maladie de Parkinson et 35 témoins en bonne santé.

Chacun devait reproduire deux types de motifs : des spirales et des méandres, ces tracés continus formés de lignes anguleuses. L'exercice s'effectuait avec un stylo biométrique, qui enregistrait simultanément l'image produite et une série de paramètres du geste : force de préhension, pression axiale, inclinaison et accélération.

Le traitement algorithmique

Images et signaux du capteur ont été soumis à plusieurs systèmes d'apprentissage profond. Chaque modèle examinait les irrégularités spatiales des tracés ainsi que les variations fines du contrôle moteur et de la coordination enregistrées par le stylo. Un algorithme de combinaison, dénommé Snake, pondérait ensuite les évaluations produites par ces différents modèles selon leur performance respective, avant de trancher.

L'intérêt de cette double entrée est explicité par les auteurs. Les images fournissent les caractéristiques spatiales, irrégularités du trait, distorsions liées au tremblement et déformations de la figure. Les signaux du capteur restituent le comportement moteur dans le temps, fluctuations de vitesse, irrégularités de pression et défauts de coordination.

L'analyse de l'écriture manuscrite pourrait aider à détecter tôt la maladie de Parkinson, et servir un jour d'outil d'aide au diagnostic à distance. © Alexey Koza, iStock

Les résultats annoncés

Le dispositif identifie correctement les méandres dans 98,95 % des cas, et les spirales dans 97,74 %. Ces valeurs dépassent celles obtenues par d'autres systèmes appliqués à des tests d'écriture et de dessin, selon les auteurs, qui attribuent cette performance à l'algorithme de combinaison et à la double mesure permise par le stylo.

Ce que ces chiffres ne signifient pas

Plusieurs limites méritent d'être exposées, faute de quoi le résultat serait mal compris.

• L'effectif : soixante-six personnes constituent un échantillon très restreint pour ce type de travail. Les auteurs le reconnaissent, soulignant que cet ensemble ne reflète pas la diversité clinique de la maladie à l'échelle des populations. Sur de petits jeux de données, les taux de réussite très élevés s'expliquent fréquemment par un ajustement excessif des modèles aux exemples appris, sans garantie de reproductibilité.
• La nature de la tâche : le système distingue des personnes dont la maladie est déjà diagnostiquée de personnes en bonne santé. Cet exercice diffère radicalement d'un dépistage précoce, où les signes sont ténus et le diagnostic incertain. Rien dans ce protocole ne démontre une capacité à détecter la maladie avant son expression clinique.
• L'absence de diagnostic différentiel : le classement se limite à deux catégories. Or la difficulté réelle, en consultation, consiste à distinguer la maladie de Parkinson d'un tremblement essentiel ou d'autres syndromes parkinsoniens, qui altèrent également le geste d'écriture. Ce point n'a pas été évalué.
• L'accessibilité : le dispositif suppose un stylo biométrique spécifique, ce qui relativise la présentation d'un outil simple et largement disponible.
• La validation : aucun jeu de données indépendant n'a été utilisé pour confirmer ces performances.

Les auteurs eux-mêmes invitent à considérer leurs résultats comme un indice du potentiel de leur approche, non comme une preuve de son efficacité diagnostique.

Ce que cela ouvre

L'analyse de l'écriture et du dessin constitue une piste sérieuse pour le dépistage non invasif, et son association à des outils d'apprentissage automatique progresse rapidement.

Les auteurs situent leur travail dans cette évolution vers une médecine préventive et de précision, en espérant contribuer à un dépistage neurologique peu coûteux, non invasif et réalisable à distance. Cette perspective reste conditionnée à des essais cliniques de plus grande ampleur.