L'apnée obstructive du sommeil (AOS), qui se caractérise par une interruption de la respiration pendant le sommeil, pourrait bientôt être identifiée à l'aide d'un modèle piloté par l'IA, depuis le confort de son domicile.
Chercheurs de l'Université nationale de Séoul, du Collège de médecine de l'Université nationale de Séoul et de l'Université de Columbia, New York, a mis au point un système de caméras pour diagnostiquer le SAOS à partir des enregistrements du sommeil.
Traditionnellement, le diagnostic du SAOS est effectué par polysomnographie (PSG). Cette méthode nécessite généralement une hospitalisation d'une nuit et la pose d'une vingtaine de capteurs sur le patient.
Les données de ces capteurs sont ensuite consolidées dans l'indice d'apnée-hypopnée (IAH), qui mesure le nombre d'apnées (arrêts de la respiration) par heure afin d'évaluer la gravité de la maladie.
Outre sa lenteur et sa lourdeur, la PSG présente des inconvénients. Comme l'a déclaré Hyung-Sin Kim de l'Université nationale de Séoul en Corée du Sud, "de nombreuses personnes disent qu'elles ne peuvent pas bien dormir pendant la PSG en raison des inconvénients. ALes tests précis nécessitent l'observation du sommeil naturel pendant plusieurs nuits afin d'atténuer la variabilité du sommeil d'une nuit à l'autre et l'effet de la première nuit, ce qui est pratiquement impossible pour la PSG dans la pratique".
Pour résoudre ces problèmes, Kim et son équipe ont mis en place un système dans lequel une personne soupçonnée d'AOS est observée à l'aide d'une caméra infrarouge pendant son sommeil. Leur outil d'IA, SlAction, peut alors diagnostiquer le trouble à partir de la vidéo.
Pour entraîner l'IA, les chercheurs ont utilisé des séquences vidéo de nombreuses personnes, d'une durée d'environ 6 heures chacune, recueillies dans trois hôpitaux.
Ces vidéos, accompagnées de diagnostics professionnels, ont permis à l'IA d'apprendre à identifier les signes visuels du SAOS, tels que les réveils fréquents ou les halètements. Lors des évaluations, le système a identifié le SAOS avec un taux de précision de 88%.
Fonctionnement de l'étude
- Introduction de SlAction: Un groupe de chercheurs a mis au point "SlAction", un système innovant conçu pour détecter l'apnée obstructive du sommeil (AOS) chez les individus. Il utilise des vidéos infrarouges pour surveiller de manière non intrusive les habitudes de sommeil, offrant ainsi une nouvelle perspective sur le diagnostic de l'AOS.
- Limites de la polysomnographie (PSG): Actuellement, le SAOS est principalement diagnostiqué à l'aide de la polysomnographie, une méthode qui implique un séjour d'une nuit dans un hôpital spécialisé où plusieurs capteurs sont fixés sur le patient. Cette méthode est sujette à des imprécisions, principalement en raison de "l'effet première nuit", où l'environnement non familier et l'inconfort des capteurs peuvent avoir un impact sur les habitudes de sommeil.
- Axe de recherche principal: La principale question de recherche de l'équipe était de savoir si les événements respiratoires associés au SAOS se reflètent de manière perceptible dans les mouvements humains pendant le sommeil. Pour répondre à cette question, ils ont analysé un important ensemble de données vidéo sur le sommeil comprenant plus de 5 098 heures. Leurs résultats ont confirmé qu'il existait effectivement des corrélations notables entre les événements indicatifs du SAOS et les mouvements humains mineurs pendant le sommeil.
- Approche technique: SlAction est conçu pour utiliser une faible fréquence d'images (2,5 FPS) pour capturer des vidéos, en employant une fenêtre de grande taille pour l'analyse par fenêtre glissante. Cette approche garantit que le système capture les mouvements lents et à long terme liés à l'AOS. Une caractéristique notable est le traitement local de tous les flux vidéo, ce qui garantit le respect de la vie privée des individus.
- Résultats: Les tests préliminaires du système SlAction ont permis d'obtenir un score F1 de 87,6% pour la détection du SAOS dans différents environnements.
Le diagnostic du SAOS assisté par l'IA s'ajoute à un grand nombre d'autres avancées technologiques médicales cette année, allant de l'analyse de la douleur à l'analyse de la douleur. rétablir la parole et le mouvement aux accidents vasculaires cérébraux, aux maladies neurodégénératives, aux victimes d'accidents, développer de nouveaux médicamentset diagnostiquer la maladie de Parkinson à partir d'images de l'œil.
