Publié le 2025-12-02 20:04:00. Des chercheurs du Missouri développent un système de surveillance à domicile basé sur l’intelligence artificielle pour détecter précocement les changements d’état de santé des patients atteints de sclérose latérale amyotrophique (SLA), une maladie neurodégénérative progressive.
- Une combinaison de capteurs domestiques et d’intelligence artificielle permet de suivre en temps réel la progression de la SLA.
- Le système peut détecter des changements subtils dans l’état de santé, parfois avant même que le patient ne les ressente.
- Les données collectées pourraient permettre d’adapter plus rapidement les traitements et d’améliorer la qualité de vie des patients.
La sclérose latérale amyotrophique (SLA), également connue sous le nom de maladie de Charcot, est une affection neurologique qui affecte les cellules nerveuses du cerveau et de la moelle épinière, entraînant une perte progressive de la capacité à contrôler les muscles. La maladie se manifeste différemment d’une personne à l’autre, certains patients connaissant une détérioration rapide, tandis que d’autres voient leur fonction diminuer plus lentement.
Bill Janes, ergothérapeute agréé et chercheur à l’Université du Missouri, a été témoin de l’impact dévastateur de la SLA sur la vie des patients. « En tant qu’ergothérapeute, j’ai pu constater par moi-même comment cette maladie peut voler la force, la parole et l’indépendance d’une personne », explique-t-il. C’est cette observation qui l’a motivé à travailler sur des solutions innovantes pour améliorer la prise en charge des personnes atteintes de SLA.
L’équipe de recherche, composée d’experts de l’École de médecine et de l’Institut de science des données et d’informatique de Mizzou, s’est appuyée sur des travaux antérieurs menés par les professeurs Marjorie Skubic et Marilyn Rantz. Ces derniers avaient initialement développé des capteurs pour surveiller la santé des personnes âgées vivant à domicile, en détectant les changements de comportement et d’activité physique, tels que les habitudes de marche et de sommeil. Ces capteurs ont prouvé leur capacité à déclencher des interventions de soins de santé susceptibles de retarder ou de prévenir des événements indésirables.
Les chercheurs ont adapté ces capteurs pour répondre aux besoins spécifiques des patients atteints de SLA, dont la perte de fonction est souvent plus rapide et imprévisible que celle observée chez les personnes âgées. Le système collecte des données en continu grâce à deux petites boîtes situées dans le domicile du patient. Ces données sont ensuite transmises en toute sécurité aux systèmes universitaires, où elles sont analysées à l’aide d’algorithmes d’apprentissage automatique, une branche de l’intelligence artificielle.
« Notre objectif n’est pas seulement de suivre les changements après qu’ils se produisent, mais aussi de les anticiper », précise Noah Marchal, analyste de recherche à l’École de médecine et doctorant en informatique de la santé. « Nous voulons par exemple pouvoir détecter un problème de démarche ou de respiration avant qu’il ne provoque une chute ou une hospitalisation. »
Les modèles prédictifs créés à partir des données des capteurs permettent d’estimer le score de chaque patient sur l’échelle d’évaluation fonctionnelle ALS révisée (ALSFRS-R), un outil clinique standardisé qui mesure l’impact de la SLA sur les capacités quotidiennes d’une personne, telles que la marche, la parole, la déglutition et la respiration.
La prochaine étape du projet consiste à intégrer le système directement dans les flux de travail cliniques. Si le modèle prédit une détérioration significative, un clinicien sera alerté et pourra prendre contact avec le patient pour ajuster les médicaments, recommander des aides techniques ou proposer un traitement supplémentaire.
Les premiers retours des familles participantes sont encourageants, beaucoup appréciant le sentiment de sécurité et de connexion que procure le système. Les chercheurs envisagent un avenir où les cliniciens disposeront d’un portail sécurisé pour visualiser les tendances de santé quotidiennes de leurs patients, de la même manière que les équipes de soins intensifs surveillent les données télémétriques.
« Il s’agit de donner aux personnes vivant avec la SLA – et à leurs équipes soignantes – les informations dont elles ont besoin, quand elles en ont besoin », souligne Bill Janes.
Bien que le projet actuel se concentre sur la SLA, la technologie pourrait être adaptée pour surveiller d’autres maladies chroniques, telles que la maladie de Parkinson ou l’insuffisance cardiaque.
L’étude a été publiée dans la revue Frontières de la santé numérique.
Source: Université du Missouri
À lire aussi
