L’épilepsie est le deuxième trouble neurologique le plus fréquent dans le monde, juste après la migraine. Cette pathologie se traduit par des crises qui surviennent lorsqu’un ensemble de neurones présentent une activité anormale qui entraîne divers symptômes invalidants, comme des convulsions.
Depuis de nombreuses années, les chercheurs essayent de développer des outils permettant de repérer les signes annonciateurs de ces crises mais la grande diversité des épilepsies rend difficile la mise au point de méthodes fiables dans tous les cas de figure.
Pour essayer de surmonter ce problème, Shouyi Wang, chercheur à l’Université du Texas, à Arlington (États-Unis), a développé une nouvelle approche et a conçu un modèle informatique visant à prédire des crises à partir de données personnalisées.
Ce modèle utilise le profil électroencéphalographique de chaque patient, un profil recueilli grâce à des électrodes placées sur la tête qui enregistrent l’activité électrique du cerveau. Les données ainsi captées sont ensuite transmises à un système informatique qui se charge de calculer les probabilités de survenue d'une crise épileptique.
Cette méthode innovante permet de prévoir avec une probabilité de 70 % une crise d'épilepsie dans la demi-heure qui suit. Mais les chercheurs soulignent que cette précision devrait pouvoir être améliorée à mesure que le système informatique sera alimenté par de nouvelles données concernant l'activité cérébrale du patient.
Article rédigé par Georges Simmonds pour RT Flash
