Identification automatique des crises d'épilepsie : développement d'un système non-invasif

L'épilepsie est une condition neurologique caractérisée par des interruptions non-prévisibles et répétées du fonctionnement normal du cerveau. Présentement, le seul moyen fiable d'arriver à l'identification des crises est à l'aide d'un électroencéphalogramme (EEG). Le suivi à long terme des crises d'épilepsie est cependant difficile par EEG en dehors du milieu hospitalier. Des vêtements intelligents utilisant des capteurs non-invasifs pourraient permettre d'identifier les crises sans avoir recours à l'EEG. En ce sens, un système de cinq appareils sans-fils a été développé afin de permettre un suivi multimodal des signaux physiologiques. L'échange de données est réalisée par Bluetooth Low Energy. Un Raspberry Pi synchronise et enregistre les données en temps réel. Le système comprend un électrocardiogramme mesurant l'activité électrique du coeur et l'impédance pulmonaire, un oxymètre de pouls et des accéléromètres positionnés au niveau des poignets, des chevilles et du tronc. Quatre systèmes ont été livrés au Centre hospitalier de l'Université de Montréal pour l'acquisition de données sur des patients épileptiques. Un algorithme d'apprentissage machine a ensuite été développé afin d'identifier automatiquement les crises. Une sensibilité de 94.7% et une spécificité de 94.1% ont été obtenues sur des données contenant des crises simulées et une crise réelle. Le système sans-fil a aussi démontré une performance suffisante au niveau de l'exactitude des mesures physiologiques et de l'autonomie pour permettre des acquisitions de longue durée chez les patients épileptiques. Ces résultats préliminaires montrent la possibilité d'identifier automatiquement les crises de manière non-invasive à domicile. Une telle technologie pourrait permettre de mesurer l'efficacité à long terme de médicaments pour traiter l'épilepsie. Elle pourrait aussi améliorer la protection des patients en émettant des alertes en cas de crise.