L'image de patients atteints de la maladie d'Alzheimer ou de Parkinson perdant progressivement la mémoire, leur mobilité et dépendant entièrement de leurs proches pour les soins est devenue une image obsédante dans de nombreux pays confrontés au vieillissement de la population. Cependant, la plupart des méthodes diagnostiques actuelles, telles que la tomodensitométrie (TDM), l'imagerie par résonance magnétique (IRM) ou la tomographie par émission de positons (TEP), ne sont utilisées pour diagnostiquer la maladie que lorsque les symptômes sont clairement apparus. Selon les scientifiques de l'Institut vietnamien-coréen des sciences et technologies (VKIST), ces appareils sont encombrants, nécessitent une grande expertise et sont coûteux ; ils ne peuvent donc être utilisés en milieu hospitalier que lorsque les médecins le jugent nécessaire. Cela signifie que l'« âge d'or » d'une intervention précoce, permettant de ralentir la progression de la maladie ou d'améliorer la qualité de vie du patient, a été manquée.
Lors du Forum K-Medi 2025, l'équipe de recherche du VKIST, dirigée par Do Hong Phuc, chercheur au Département de développement des technologies intégrées, a présenté une étude utilisant des signaux EEG (électroencéphalogramme) collectés pendant le sommeil, combinés à des algorithmes d'apprentissage automatique pour détecter les premiers signes d'anomalies cérébrales.
« L'EEG est une méthode non invasive et peu coûteuse, qui peut être entièrement déployée pour la surveillance à domicile si l'appareil est conçu comme un objet portable. Sa combinaison avec l'IA permet d'identifier de très faibles variations dans les signaux électriques cérébraux, difficiles à détecter à l'œil nu », a déclaré Master Phuc.
L'équipe de recherche du VKIST présente ses recherches sur l'électroencéphalographie (EEG) et les applications d'apprentissage automatique au Forum K-Medi 2025.
Selon l'équipe de recherche, la mesure de l'EEG est réalisée grâce à un dispositif porté sur la tête, capable d'enregistrer les ondes cérébrales à différents stades du sommeil : éveil, sommeil (N1, N2), sommeil profond (N3) et sommeil paradoxal. Les ondes EEG caractéristiques de chaque stade sont analysées par un algorithme d'apprentissage automatique afin de détecter les anomalies liées à la neurodégénérescence.
Il est à noter que le modèle de VKIST ne se concentre pas uniquement sur la détection des maladies, mais vise également à évaluer la qualité du sommeil et l'attention - deux facteurs qui sont souvent affectés tôt chez les patients atteints de la maladie d'Alzheimer ou de Parkinson mais qui sont facilement négligés.
« Nous développons un système personnalisé capable de fournir un contenu relaxant qui correspond aux caractéristiques des ondes cérébrales des Vietnamiens, contribuant ainsi à améliorer le sommeil et la santé à long terme », a partagé Maître Phuc.
Appareil EEG développé par VKIST.
Contrairement aux systèmes EEG traditionnels, encombrants, coûteux et nécessitant une intervention en milieu hospitalier, l'appareil EEG portable étudié par le VKIST est compact, facile à utiliser et particulièrement adapté à la surveillance à domicile à long terme. C'est également la tendance suivie par de nombreux centres biomédicaux internationaux pour faire évoluer la médecine des centres de traitement vers des soins proactifs en milieu communautaire.
Le VKIST ne s'arrête pas à la recherche : il renforce la coopération en R&D, le transfert de technologie et recherche des partenaires industriels pour commercialiser ces solutions EEG intelligentes. Dans le cadre de son développement, l'institut espère contribuer à fournir des outils de diagnostic précoce efficaces et peu coûteux au système de santé vietnamien, compte tenu de l'augmentation du nombre de personnes âgées.
Source : https://mst.gov.vn/vkist-gioi-thieu-giai-phap-eeg-ung-dung-ai-huong-di-moi-trong-chan-doan-som-benh-thoai-hoa-than-kinh-197250801134244784.htm
Comment (0)