L'épilepsie touche plus de 500.000 personnes en France. Malheureusement, pour un tiers d'entre elles, les médicaments ne permettent pas de réguler les crises. Dans certains cas, la seule solution est une intervention chirurgicale avec l'ablation de la zone du cerveau responsable de la maladie. Cependant, localiser précisément cette zone est un travail particulièrement délicat pour les spécialistes.
Un algorithme pour détecter la zone à opérer
Pour repérer la zone à opérer, il est nécessaire d'hospitaliser le patient pendant environ deux semaines et de l'équiper d'électrodes pour générer des courbes d'électroencéphalogramme.
Malheureusement, l'analyse de ces observations peut prendre plusieurs mois. Les oscillations physiopathologiques microscopiques appelées « fast ripples » sont les marqueurs de l'épilepsie les plus faciles à repérer. Mais ces marqueurs, souvent invisibles à l’œil nu, rendaient la tâche des spécialistes très complexe, jusqu'à maintenant.
Un traitement plus rapide de l'épilepsie
Des chercheurs du CerCo et de l'ENAC ont créé une startup appelée Avrio MedTech, qui développe un outil utilisant une intelligence artificielle pour identifier avec précision le foyer épileptogène à partir de biomarqueurs détectables dans les données d'EEG intracrâniens, comme les « fast ripples ».
L'outil pourrait permettre un traitement plus rapide et plus fiable des données recueillies gâce aux électrodes. L'algorithme est ainsi capable de mieux identifier les "fast ripples" souvent invisibles à l'oeil nu sur les électroencéphalogrammes, ce qui permet de déterminer les zones à opérer en seulement quelques jours.
La promesse de soins plus efficaces pour les patients épileptiques
Cette avancée technologique est particulièrement bienvenue pour les patients en échec thérapeutique. L'utilisation de l'IA permet au patient de bénéficier plus rapidement de l'intervention chirurgicale, ce qui peut améliorer considérablement sa qualité de vie.
L'outil développé par Avrio MedTech pourrait également être utilisé pour la prise en charge de nombreuses autres pathologies. Celles dont la prise en charge est liée à l'analyse des données de sommeil en font partie.