Publié le 8 décembre 2025 20h16. Une nouvelle approche basée sur l’intelligence artificielle pourrait révolutionner le diagnostic de l’épilepsie résistante aux médicaments, permettant d’identifier avec plus de précision les zones cérébrales à l’origine des crises et d’améliorer la planification chirurgicale.
- Des chercheurs de l’Université Carnegie Mellon ont développé une technologie d’imagerie spatio-temporelle-spectrale (STSI) capable d’analyser tous les principaux types de signaux cérébraux épileptiques.
- Une étude menée sur 42 patients a révélé que les oscillations à haute fréquence (HFO) pathologiques, combinées à des pointes, sont les biomarqueurs les plus précis pour localiser la zone épileptogène.
- Cette nouvelle méthode pourrait réduire considérablement le temps et le coût des examens préchirurgicaux, tout en améliorant la précision du diagnostic.
La chirurgie représente une option thérapeutique pour de nombreux patients souffrant d’épilepsie résistante aux médicaments, mais son succès dépend de la capacité des médecins à localiser précisément la zone du cerveau où les crises prennent naissance, appelée zone épileptogène. Actuellement, la méthode la plus précise consiste en des enregistrements d’électroencéphalographie intracrânienne (EEG), une technique invasive qui nécessite la surveillance des patients pendant des jours, voire des semaines, en attendant l’apparition d’une crise. Cette procédure est non seulement longue et coûteuse, mais également physiquement éprouvante pour les patients.
L’EEG non invasif, réalisé à partir du cuir chevelu, offre une alternative plus sûre, mais son interprétation est complexe et les cliniciens peinent à déterminer quels biomarqueurs – pointes, oscillations à haute fréquence (HFO) ou convulsions – sont les plus fiables pour identifier les tissus responsables des crises. Jusqu’à présent, chaque biomarqueur nécessitait une analyse spécifique, rendant difficile leur comparaison.
L’équipe du professeur Bin He, de l’Université Carnegie Mellon, a développé une approche unifiée basée sur l’apprentissage automatique, appelée imagerie spatio-temporelle-spectrale (STSI). Cette technologie, dont les résultats ont été publiés dans la revue PNAS, est la première capable d’analyser simultanément tous les principaux types de signaux cérébraux épileptiques dans un cadre informatique unique.
« Pour la première fois, un seul algorithme peut gérer tous les biomarqueurs épileptiques », a souligné le professeur He. « Cette approche informatique unifiée n’a jamais été réalisée auparavant. »
Bin He, professeur de génie biomédical
Les chercheurs ont mené une étude pluriannuelle portant sur 2 081 événements EEG individuels provenant de 42 patients atteints d’épilepsie résistante aux médicaments. Cette analyse comparative rigoureuse a révélé que les HFO pathologiques, c’est-à-dire ceux qui se chevauchent avec des pointes, constituent le biomarqueur le plus précis pour identifier la zone épileptogène. La localisation obtenue grâce à ces HFO pathologiques se situe à environ neuf millimètres de la cartographie des crises invasives, une précision comparable aux sept millimètres obtenus avec l’enregistrement direct des crises.
Selon le professeur He, « Vous pouvez enregistrer les HFO pathologiques en moins d’une heure, au lieu d’attendre des jours pour une crise. La précision n’est différente que de deux à trois millimètres. » À l’inverse, les HFO généraux, autrefois considérés comme prometteurs, se sont avérés moins fiables, ce qui permet de clarifier des années de résultats contradictoires dans les études cliniques.
Cette avancée représente également un changement conceptuel majeur dans l’imagerie des sources électrophysiologiques. La méthode STSI offre une alternative non invasive et plus rapide pour la planification préchirurgicale. De plus, ses applications pourraient dépasser le domaine de l’épilepsie, car elle peut analyser n’importe quel signal EEG ou magnétoencéphalographie (MEG), qu’il soit transitoire ou oscillatoire, ouvrant ainsi la voie à l’étude de la mémoire, de l’attention, de la douleur, des troubles psychiatriques et du fonctionnement normal du cerveau.
L’équipe du professeur He espère désormais obtenir de nouveaux financements pour valider cette technique auprès de cohortes de patients plus importantes et préparer son adoption clinique.
« Le but est d’aider les autres », a-t-il déclaré. « Si nous pouvons proposer une alternative non invasive et précise qui épargne aux patients des jours de surveillance invasive, cela aurait un impact majeur. Nous nous engageons à améliorer l’expérience des patients grâce à notre expertise. »
Bin He, professeur de génie biomédical
À ne pas manquer
