Épilepsie : un assistant IA analyse l’EEG depuis un smartphone

Des patients épileptiques peuvent désormais converser avec leur propre EEG grâce à une IA sur smartphone, et leurs retours ont réduit d’environ 80 % les fausses alarmes du détecteur de crises, sans intervention de clinicien. L’étude vient de l’University of Pennsylvania et a été publiée dans Nature Medicine.

L’échantillon reste modeste : treize patients.

Le dispositif repose sur un prototype hospitalier. Il relie l’EEG de scalp ou intracrânien à une IA fondée sur un grand modèle de langage, qui échange avec le patient par une application. Elle traite des biomarqueurs de sommeil, de médication, de cognition et de probabilité de crise, informe le patient des événements cliniques, enregistre ses symptômes, puis s’appuie sur ses réponses pour réentraîner son détecteur. La validation a porté sur 13 patients en monitoring vidéo-EEG, dont 11 avec électrodes de scalp et 2 avec électrodes intracrâniennes.

Le smartphone, interface plus que cerveau

Le titre de l’étude pourrait faire croire que le téléphone calcule tout seul. Ce n’est pas le cas. Un logiciel extrait les données EEG du réseau de l’hôpital, un environnement cloud conforme à la norme HIPAA les analyse, et l’application sert de point de contact avec une IA conversationnelle. Le patient y interroge ses données physiologiques, explore des tendances et annote ses symptômes, ce qui fournit des étiquettes aux algorithmes de détection.

Ces étiquettes comblent un vrai manque. Les carnets de crises tenus par les patients ou leurs proches sont subjectifs et peu fiables, surtout quand les crises altèrent la mémoire. La Mayo Clinic a d’ailleurs mis au point son propre assistant personnel, relié à un implant intracrânien, dans un essai autorisé par la FDA en 2018 auprès de dix patients atteints d’épilepsie temporale mésiale non opérable.

Capter un EEG avec un smartphone ou une tablette existe pourtant depuis des années.

Le précédent du Bhoutan, entre promesses et angles morts

Entre 2014 et 2015, une équipe a testé au Bhoutan un système associant une tablette Android et un casque à 14 électrodes, pour environ 300 dollars, face à l’EEG standard. Sur 205 participants, des décharges épileptiformes ont été repérées dans 14 % des enregistrements du système mobile, contre 25 % avec l’EEG classique. La sensibilité plafonnait à 39,2 %, la spécificité atteignait 94,8 %. Un résultat qui rend l’outil fiable quand il détecte une anomalie, mais trop souvent muet quand il n’en voit pas.

L’enjeu dépasse la commodité. Plus de 80 % des 50 millions de personnes épileptiques dans le monde vivent dans des pays à revenu faible ou intermédiaire. Une enquête dans 37 pays situe la disponibilité de l’EEG à 63 % dans les pays à faible revenu, et seuls 40 % des médecins de ces pays le jugent abordable. Les freins sont connus : électricité instable, équipement coûteux, rareté des techniciens et des lecteurs d’EEG, services concentrés dans les villes.

Côté logiciel, une équipe a développé une application mobile qui classe automatiquement les crises à partir de l’EEG pour tester la faisabilité d’un traitement sur téléphone. La télémédecine, de son côté, a prouvé son poids : dans une étude, elle a fait passer le déficit de traitement de l’épilepsie de 43 % à 9 %.

L’IA lit-elle un EEG aussi bien qu’un neurologue ?

Sur la lecture elle-même, les résultats sont sérieux. Le modèle SCORE-AI a été entraîné sur 30 493 EEG de routine puis validé sur trois jeux de données indépendants. Dans un test multicentrique représentatif, il atteint 90 % de spécificité, contre 73,3 % pour le consensus de trois experts, avec une sensibilité de 86,7 % contre 93,3 %. L’IA se trompe donc moins en signalant des anomalies qui n’existent pas, mais en manque un peu plus.

Une méta-analyse récente va dans le même sens. Elle estime la sensibilité et la spécificité de l’IA à environ 0,84, avec une régularité supérieure à celle des humains. Son odds ratio diagnostique est environ deux fois plus élevé que celui des experts (12 à 13 contre 6 à 7). Les études incluses reposent toutefois sur des populations très sélectionnées, avec une hétérogénéité supérieure à 75 %.

Les auteurs y voient un outil de triage clinique, pas un substitut au médecin.

Ce qui sépare le prototype du quotidien

Il n’existe aujourd’hui aucune application à télécharger pour lire son EEG. Le système de Penn a été testé à l’hôpital, sur des patients déjà câblés, et l’amélioration de précision du détecteur a été mesurée dans une simulation pseudoprospective, grâce aux seuls retours des patients. Les chercheurs le présentent comme une plateforme extensible à d’autres pathologies que l’épilepsie. Une validation en vie réelle, hors du service de monitoring, reste à faire.

La suite se prépare déjà. Certains dispositifs EEG miniaturisés transmettent déjà un signal continu à un smartphone, puis au cloud, où les cliniciens le consultent. Un préprint publié sur medRxiv en 2026 décrit un implant conversationnel du même type, en notant que aucun de ces dispositifs n’offre encore d’interface bidirectionnelle en temps réel, ce que le prototype de Penn tente justement de combler.

Sources : telecom-paris-alumni.fr | ncbi.nlm.nih.gov