- Des chercheurs ont développé un algorithme basé sur l’intelligence artificielle pour améliorer le diagnostic du trouble du comportement en sommeil paradoxal, un signe précoce de maladies neurologiques graves comme Parkinson.
- Ce trouble, marqué par des mouvements anormaux pendant la phase REM, est difficile à diagnostiquer avec les méthodes actuelles.
- En utilisant des caméras 2D standard et la vision par ordinateur, l’algorithme a pu analyser les mouvements avec une précision de 92 %.
L’intelligence artificielle peut améliorer considérablement le diagnostic de certains troubles du sommeil. C'est, en substance, ce que révèle une nouvelle étude menée par une équipe de chercheurs du Mount Sinai, aux Etats-Unis, et publiée dans la revue Annals of Neurology. Leur avancée pourrait transformer la prise en charge du trouble du comportement en sommeil paradoxal, un trouble précurseur de maladies neurologiques graves.
Un trouble du sommeil sous-diagnostiqué
Le trouble du comportement en sommeil paradoxal (TCSP) se manifeste par des mouvements anormaux, souvent violents, correspondant à des rêves "vécus" pendant la phase REM du sommeil (aussi appelé sommeil paradoxal). Ce trouble, qui touche plus d'un million de personnes aux États-Unis, est presque toujours un précurseur de maladies telles que Parkinson ou certaines démences. Pourtant, il reste difficile à diagnostiquer, selon un communiqué.
La détection du TCSP nécessite en effet une étude approfondie du sommeil réalisée dans des laboratoires spécialisés. Les tests sont, en outre, complexes et soumis à l’interprétation subjective de spécialistes. Enfin, les données vidéo enregistrées lors de ces études sont rarement exploitées.
Une nouvelle IA fiable à 92 %
Pour combler cette lacune, les chercheurs ont développé un algorithme utilisant la vision par ordinateur, un domaine de l'intelligence artificielle qui permet d'analyser des données visuelles comme les vidéos. Contrairement à des approches précédentes nécessitant des caméras 3D coûteuses, cette méthode se contente de caméras 2D, déjà présentes dans les laboratoires du sommeil.
L'étude a porté sur les données vidéo de 80 patients atteints de TCSP et 90 patients de contrôle. L'algorithme a été conçu pour analyser les mouvements enregistrés pendant le sommeil, en mesurant la fréquence, l'intensité et la durée des activités motrices. Résultat : l’IA a montré un taux de précision impressionnant de 92 %, le plus élevé jamais atteint dans ce domaine.
D’après les chercheurs, cette nouvelle technologie pourrait être intégrée aux outils actuels pour améliorer la fiabilité et l’efficacité des diagnostics. En outre, elle pourrait guider les décisions thérapeutiques en fonction de la gravité des symptômes observés, permettant ainsi une prise en charge plus personnalisée. Cette approche révolutionnaire pourrait ainsi éviter des diagnostics manqués et améliorer la qualité de vie des patients, concluent les auteurs.
