L'IA pour le dépistage à grande échelle de l'apnée du sommeil

Des chercheurs du Technion ont développé une technologie basée sur l'intelligence artificielle pour dépister l'apnée du sommeil

Une équipe de recherche internationale dirigée par le Technion-Israel Institute of Technology a développé une technologie innovante, basée sur l'IA, pour la surveillance de l'apnée du sommeil (OSA). La prédisposition de développer ce syndrome augmente avec l'âge et affecte plus d'un individu sur cinq pour les personnes adultes en général,en particulier les hommes et les personnes en surpoids. 

La OSA se caractérise par des arrêts de respiration qui durent 10 secondes ou plus pendant la nuit et par une baisse du taux d'oxygène dans le sang. Le syndrome provoque fatigue et somnolence pendant la journée, ce qui peut entraîner une inefficacité et des accidents sur le lieu de travail et, dans certains cas, des accidents de la route. La OSA augmente également le risque de développer un diabète et une maladie cardiovasculaire.

L’étude dirigée par le Dr Joachim Behar, membre de la Faculté de Génie Biomédical du Technion, et les résultats de l’équipe de recherche ont été publiés dans la revue EClinicalMedicine du groupe Lancet.

"L'apnée du sommeil peutêtre traitée efficacement, mais de nombreux patients restent non diagnostiqués", a déclaré le Dr. Behar.

Distributions totales («diagramme de violon») pour différents groupes de patients (pas de SAOS et avec SAOS - légère, modérée et sévère). La ligne horizontale en pointillé marque le seuil à 0,5, au-dessus duquel chaque patient sera considéré comme souffrant de SAOS.

La technologie développée dans les laboratoires du sommeil pour diagnostiquer le syndrome, appelée polysomnographie, enregistre les ondes cérébrale, le niveau d'oxygène dans le sang, ainsi que le rythme cardiaque, la respiration et les mouvements des yeux et des jambes pendant les phases de  sommeil.

Bien que la polysomnographie soit efficace dans le diagnostic de la maladie, elle n’est pas largement répandue en raison de son coût élevé. Le diagnostic OSA peut également être effectué avec un équipement de surveillance à domicile, bien que cette option ne soit pas gratuite, ni facilement accessible pour la population à risque. Les méthodes de diagnostic moins coûteuses, basées sur des questionnaires et la morphologie des voies respiratoires supérieures, ne sont pas assez précises.

Cette technologie mise au point par le Dr Behar et son équipe repose sur les données de 887 sujets appartenant à une population adulte de Sao Paulo, au Brésil. Après l’obtention des données et, à l’utilisation d’une intelligence artificielle, cela a permis de différencier les patients souffrant d’OSA des patients sains.

Docteur Joachim Behar

Le diagnostic a été obtenu sur la base de l'intégration de biomarqueurs observés chez des patients incluant la saturation en oxygène (oxymétrie de pouls) pendant le sommeil, des informations démographiques (telles que l'âge, la taille et le poids) et anthropométriques où la dimension du cou. Le système a pu identifier avec succès tous les cas cliniques importants d’OSA moyen ou grave. Les questionnaires standardisés de diagnostic de l'apnée du sommeil, en comparaison, omettaient plus de 15% des cas graves. L'utilisation de l'oxymétrie de pouls n'a permis de détecter que tous les cas graves, mais n'a pas permis d'identifier certains des cas de OSA moyens.

« Cela signifie que le modèle que nous avons développé est un outil fiable et efficace pour identifier l'apnée du sommeil dans de grandes populations, a déclaré le Dr Behar. À l'avenir, avec le développement d'une application mobile adaptée, le modèle permettra à quiconque possédant une montre intelligente ou un bracelet doté d'un oxymètre d'effectuer un auto-examen précis de l'AOS. »

Le modèle développé par l'équipe s'appelle OxyDOSA. Il est actuellement disponible pour la recherche à l'adresse suivante: https://aim-lab.github.io/oxydosa.html.

Le professeur assistant Joachim Behar dirige le laboratoire AIMLab (Intelligence artificielle en médecine) de la faculté d'ingénierie biomédicale du Technion-Institut de technologie. La recherche AIMLab est axée sur l'utilisation de l'intelligence artificielle en médecine dans le contexte de l'analyse de séries chronologiques physiologiques enregistrées à partir d'écrans portables et de dispositifs portables.

Le professeur Behar a obtenu son doctorat dans le traitement des biosignaux et l’apprentissage automatique de l’Université d’Oxford, sous la supervision du Prof. Gari D. Clifford et du Dr. Julien Oster. Il a remporté deux fois le concours MIT-Physionet-Computing en cardiologie pour le traitement du biosignal.

A lire également :

Pour une meilleure expérience de lecture
veuillez consulter ce site en format portrait, merci :)