Pro­fesseur des uni­ver­sités, Sofi­ane Boudaoud est chercheur au sein de l’équipe C2MUST au BMBI. Il tra­vaille notam­ment sur l’évaluation du vieil­lisse­ment mus­cu­laire en util­isant des out­ils IA tant en recherche fon­da­men­tale que clinique.

« C’est un proces­sus naturel qui touche à la fois l’anatomie, l’architecture, la phys­i­olo­gie du mus­cle mais aus­si ses capac­ités, notam­ment motri­ces. Ain­si, le sys­tème neu­ro­mus­cu­laire en charge de pro­duire le mou­ve­ment est égale­ment affec­té. Ce proces­sus inéluctable ne se pro­duit pas d’une manière homogène chez les indi­vidus. « Nous avons démon­tré, avec ma col­lègue pro­fesseure Kiyoka Kin­u­gawa, neu­rogéri­a­tre à l’hôpital Charles- Foix, experte en explo­ration fonc­tion­nelle chez les per­son­nes âgées, dans un arti­cle pub­lié dans The Jour­nal of Geron­tol­ogy Series A, que la séden­tar­ité indui­sait un vieil­lisse­ment accéléré du mus­cle en com­para­nt les car­ac­téris­tiques mus­cu­laires de per­son­nes ayant une activ­ité physique régulière à celles de per­son­nes séden­taires de même classe d’âge. La sar­copénie, stade ultime du vieil­lisse­ment, est en somme l’antichambre de la perte de mobil­ité et des chutes », explique-t-il.

L’utilisation de l’IA per­met d’étudier, plus fine­ment, le proces­sus de vieil­lisse­ment mus­cu­laire mais aus­si de détecter les pro­fils à risque et peut-être même anticiper le proces­sus de vieil­lisse­ment accéléré. Une thèse, dans le cadre du pro­jet Chronos en col­lab­o­ra­tion avec l’AP-HP, a été con­sacrée à la pré­dic­tion du vieil­lisse­ment par l’IA « Nous util­isons des algo­rithmes par­ti­c­uliers dont l’objectif est de trou­ver les rela­tions qui exis­tent entre des sig­naux élec­tromyo­graphiques mesurés à la sur­face du mus­cle et l’âge. Nous final­isons actuelle­ment un algo­rithme capa­ble de prédire la classe d’âge d’une per­son­ne en étu­di­ant seule­ment cette activ­ité élec­trique. Un autre pro­jet de l’équipe con­cerne le développe­ment d’un jumeau numérique du mus­cle vieil­lis­sant. C’est un mod­èle qui va mimer le mus­cle dans tous ses com­porte­ments, d’une manière réal­iste, ana­ly­tique et mul­ti-échelles. Dans ce cas de fig­ure, nous allons entraîn­er l’IA à repro­duire le com­porte­ment de ce mod­èle biofidèle pour accélér­er les sim­u­la­tions », assure Sofi­ane Boudaoud.

D’autres pro­jets clin­iques avec l’AP-HP sont en cours. « Le pre­mier, HIPRESM mené dans le cadre d’une thèse, a pour but de dévelop­per des mod­èles IA per­me­t­tant de prédire la capac­ité de récupéra­tion des per­son­nes âgées suite à la pose d’une pro­thèse de hanche. Le sec­ond, Chronos SARC, porte sur le vieil­lisse­ment et la sar­copénie. La Pr Kin­u­gawa en est l’investigatrice clin­ique, moi-même étant le respon­s­able sci­en­tifique », con­clut Sofi­ane Boudaoud.

MSD