Prédiction des crises d’épilepsie par IA

Prédiction des crises d’épilepsie par IA

Dossier : Nouvelles du platâlMagazine N°804 Avril 2025
Par Jérémy POIROT (E23)

L’épilepsie est une mala­die chro­nique mar­quée par des crises liées à un dérè­gle­ment tran­si­toire de l’activité élec­trique du cer­veau. Beau­coup de crises n’ont pas de causes iden­ti­fiées et résistent aux trai­te­ments actuels. Plus de 50 mil­lions de per­sonnes dans le monde en sont affec­tées, ce qui en fait l’une des mala­dies neu­ro­lo­giques les plus fréquentes.

La pré­dic­tion des crises d’épilepsie en uti­li­sant l’IA est un domaine de recherche très actif. L’objectif est de détec­ter, pré­dire et contrô­ler les crises d’épilepsie à par­tir de tech­niques d’intelligence arti­fi­cielle appli­quées en par­ti­cu­lier aux don­nées d’électroencéphalogrammes (EEG).

Les axes de déve­lop­pe­ment s’articulent autour de trois volets complémentaires :

  • Pré­dic­tion des crises d’épilepsie : étu­dier les don­nées four­nies par des élec­trodes intra­crâ­niennes pour iden­ti­fier des signaux pré­cur­seurs et anti­ci­per les crises d’épilepsie.
  • Modé­li­sa­tion et com­pré­hen­sion des crises d’absence : amé­lio­rer la connais­sance des méca­nismes sous-jacents en géné­rant le signal typique d’une crise via un modèle infor­ma­tique. Cette démarche per­met­trait d’aug­men­ter consi­dé­ra­ble­ment le nombre d’EEG dis­po­nibles pour entraî­ner des algo­rithmes, favo­ri­sant ain­si une meilleure prise en charge.
  • Déve­lop­pe­ment d’un dis­po­si­tif por­table : conce­voir un appa­reil équi­pé d’électrodes capable d’anticiper les crises et de les empê­cher de se déclen­cher en déli­vrant des sti­mu­li sen­so­riels (sonores, visuels ou vibratoires).

Les recherches futures devront cou­vrir toutes les étapes de la pré­dic­tion – de l’acquisition des don­nées à l’évaluation des per­for­mances – en opti­mi­sant la com­bi­nai­son des carac­té­ris­tiques et des algo­rithmes. Par ailleurs, explo­rer d’autres types de don­nées (comme les élec­tro­car­dio­grammes) ain­si que recou­rir à l’IA géné­ra­tive ou aux jumeaux numé­riques du cer­veau pour­rait per­mettre de pro­duire des EEG syn­thé­tiques réa­listes et d’approfondir la com­pré­hen­sion de l’épilepsie.

EEG annoté en vue d’un apprentissage supervisé.
EEG anno­té en vue d’un appren­tis­sage supervisé.

Exemple de détection de crises d’épilepsie par classification.
Exemple de détec­tion de crises d’épilepsie par classification.

J. Poi­rot, Epi­lep­tic Sei­zures pre­dic­tion using Arti­fi­cial Intel­li­gence, SOTA Report, École poly­tech­nique (2024)

Poster un commentaire