Mieux comprendre le déclenchement des crises d’épilepsie chez les patients pharmacorésistants

Mieux comprendre la survenue des crises d’épilepsie chez les patients pharmacorésistants

Brieg Oudeacoumar, ingénieur de recherche en machine learning et Anthony Pinto, doctorant spécialisé en neurosciences, ont rejoint l’équipe du professeur Vincent Navarro, neurologue à la Pitié-Salpêtrière, AP-HP, dans l’unité d’épilepsie de l’adulte. Cette équipe vient de lancer un projet de recherche en intelligence artificielle pour prédire la survenue des crises d’épilepsie et mieux comprendre les mécanismes de déclenchement des crises chez les patients chez qui aucun traitement médicamenteux ne fonctionne.

Collecter des données sur le déclenchement de la crise

« Lorsque les crises d’épilepsie sont déclenchées par une zone bien identifiée du cerveau, il est possible de guérir ces patients en retirant chirurgicalement cette zone. Mais il arrive aussi que la zone de départ de la crise ne soit pas identifiée. Pour ces patients, il est crucial de mieux comprendre le déclenchement des crises d’épilepsie et de tenter de prévenir l’imminence d’une crise. C’est ainsi que le projet PRIAM (PRédiction des crises d’épilepsie grâce à l’Intelligence Artificielle et aux Microélectrodes) a vu le jour »  explique le professeur Vincent Navarro.

Pour cela, l’équipe place des microélectrodes et des macroélectrodes dans le cerveau des patients épileptiques qui vont rester en observation à l’hôpital pendant 3 semaines. Cette opération est réalisée par un neurochirurgien. Pendant cette durée, les patients vont présenter plusieurs crises, en alternance avec des périodes plus calmes sans crise. Ce sont précisément ces périodes qui vont être scrutées à la recherche de signes avant-coureur d’une crise, invisibles sur l’Electroencéphalogramme (EEG). Et notamment, ce sont les comportements des neurones individuels (détectés grâce aux microélectrodes) qui vont être analysés par de nouvelles méthodes issues de l’Intelligence Artificielle (IA). Pour cela l’équipe doit d’abord isoler chaque neurone identifié, puis analyser son activité au cours du temps, durant la journée et la nuit. A partir d’une partie de ces données, cette équipe va entrainer des algorithmes, sur des ordinateurs puissants, à reconnaitre la période précédant les crises, pour tenter, à l’avenir, de détecter automatiquement d’autres périodes de pré-crises, c’est ce que l’on appelle le Machine learning. Petit à petit l’équipe espère pouvoir prédire les crises d’épilepsie de ces patients.

Mieux comprendre l’épilepsie à plus large échelle

L’unité a déjà collecté une très large base de données dans le domaine de l’épilepsie, unique dans le Monde: plus de 100 patients enregistrés en continu 24 heures sur 24, 7 jours sur 7, pendant 3 semaines. Les informations uniques apportées par les microélectrodes, couplées à la puissance des nouveaux algorithmes d’IA permettent d’espérer que des modifications spécifiques puissent être détectées avant les crises.

La perspective d’une prédiction des crises pourrait considérablement améliorer la qualité de vie des patients épileptiques. Si ce processus est encore très complexe (reposant sur l’implantation d’électrodes dans le cerveau) les données qui vont en être extraites, devraient pouvoir s’appliquer à différents types d’épilepsie focales, formes les plus sévères d’épilepsie.

L’embauche de ces deux experts dans l’équipe du professeur Vincent Navarro a été rendu possible grâce aux donateurs de la Fondation de l’AP-HP.

En savoir plus sur l’unité d’épilepsie adulte de la Pitié-Salpêtrière, AP-HP.