Thématiques scientifiques
Nos programmes de recherche visent un seul objectif : développer de nouveaux usages de l’EEG, la technique la plus ancienne encore en évolution pour mieux accompagner les médecins dans leurs démarches diagnostiques et thérapeutiques. In fine, la recherche a pour but d’aider le malade.
La recherche s’étend aussi vers d’autres horizons. EEGphysio s’intégre dans les différents sujets d’avenir en collaboration ou partenariat avec l’université de Lorraine, INRIA, le CHR de Metz Thionville, l’ARS Grand Est, la Région Grand Est. Différents investisseurs nous accordent leur confiance.
Rejoignez-nous si vous êtes intéressés par l’un des domaines suivants :
1. L'EEG au service des interfaces cerveau-machine
Les interfaces cerveau-machine (Brain-Computer Interfaces, BCI) constituent aujourd'hui l'un des développements les plus importants de l'EEG. Ces systèmes traduisent en temps réel les signaux électrophysiologiques en commandes destinées à contrôler un ordinateur, un fauteuil roulant ou une prothèse robotisée (Abiri et al., 2019).
Selon une revue systématique portant sur plus de 150 études, les algorithmes utilisant l'apprentissage profond atteignent des précisions de classification comprises entre 85 et 98 % selon les paradigmes expérimentaux, contre 70 à 85 % pour les méthodes classiques de traitement du signal (Roy et al., 2019).
Ces performances permettent désormais une communication fonctionnelle chez certains patients atteints de sclérose latérale amyotrophique (SLA) ou présentant un syndrome d'enfermement.
L'intégration de réseaux de neurones convolutifs (CNN) et récurrents (LSTM) améliore également la robustesse des systèmes face au bruit physiologique et aux artefacts de mouvement (Craik et al., 2019).
2. Intelligence artificielle et diagnostic assisté
L'une des évolutions majeures concerne l'utilisation de l'intelligence artificielle pour l'interprétation automatique des signaux EEG.
Dans l'épilepsie, plusieurs méta-analyses rapportent des sensibilités supérieures à 95 % pour la détection automatique des crises lorsque des architectures de deep learning sont utilisées (Roy et al., 2019). En pratique clinique, ces outils permettent une réduction importante du temps consacré à l'analyse des enregistrements EEG de longue durée.
Dans la maladie d'Alzheimer, plusieurs études montrent que les modifications des rythmes alpha et bêta ainsi que les mesures de connectivité cérébrale permettent de distinguer les patients des sujets sains avec des exactitudes souvent comprises entre 85 et 95 % (Cassani et
al., 2018). Ces biomarqueurs électrophysiologiques pourraient faciliter un diagnostic précoce avant l'apparition de déficits cognitifs sévères.
Des travaux récents explorent également la capacité de l'EEG à identifier des signatures associées à la dépression, aux troubles anxieux et aux troubles de la conscience (Babiloni et al., 2020).
3. EEG portable et télémédecine
Les progrès technologiques ont conduit au développement de casques EEG portables équipés d'électrodes sèches, réduisant considérablement le temps de préparation des examens.
Selon Casson (2019), le marché des EEG portables connaît une croissance rapide grâce à leur utilisation dans :
· la surveillance ambulatoire de l'épilepsie
· le suivi des troubles du sommeil
· les soins intensifs
· la recherche en environnement réel.
Les nouveaux systèmes sans fil permettent désormais des enregistrements continus pendant plusieurs heures, voire plusieurs jours, avec une qualité de signal proche de celle obtenue en laboratoire pour certaines applications.
4. Neurofeedback et rééducation neurologique
Le neurofeedback repose sur l'apprentissage volontaire de la modulation des rythmes cérébraux grâce à un retour visuel ou auditif en temps réel.
Une méta-analyse publiée par Enriquez-Geppert et al. (2019) rapporte une amélioration significative des performances attentionnelles chez les patients atteints de TDAH après plusieurs séances d'entraînement EEG. D'autres essais montrent des effets positifs dans la rééducation post-AVC, notamment sur la récupération motrice lorsqu'il est associé aux interfaces cerveau-machine.
Bien que certaines indications nécessitent encore des études multicentriques de grande ampleur, le neurofeedback apparaît aujourd'hui comme une approche prometteuse de neuromodulation non invasive.
5. Neuroergonomie et facteurs humains
L'EEG est de plus en plus utilisé pour mesurer la charge cognitive dans des situations complexes.
Dans les domaines de l'aéronautique, de la conduite automobile ou du contrôle aérien, plusieurs études montrent que certaines modifications des bandes de fréquences thêta (4–7 Hz) et alpha (8–12 Hz) sont corrélées au niveau de fatigue mentale (Parasuraman & Rizzo, 2008).
Ces résultats permettent le développement de systèmes adaptatifs capables d'alerter l'opérateur lorsqu'une baisse de vigilance est détectée, contribuant ainsi à la prévention des erreurs humaines.
6. Les défis futurs
Malgré ces avancées, plusieurs défis scientifiques persistent :
· l'amélioration du rapport signal/bruit
· la standardisation des protocoles expérimentaux
· la reproductibilité des modèles d'intelligence artificielle
· la protection des données cérébrales ("neuroprivacy").
Par ailleurs, l'émergence des grands modèles d'IA générative appliqués à l'analyse EEG laisse entrevoir une automatisation croissante du diagnostic et une personnalisation des traitements neurologiques.
7. Nouveaux usages cliniques en médecine d'urgence et en soins critiques
Les progrès des systèmes EEG portables, de l'analyse quantitative (qEEG) et de l'intelligence artificielle permettent aujourd'hui d'envisager l'utilisation de l'EEG comme outil d'aide à la décision dans des situations d'urgence où le diagnostic doit être posé rapidement.
7.1. Détection des commotions cérébrales (mild Traumatic Brain Injury)
Le diagnostic des commotions cérébrales repose encore essentiellement sur l'examen clinique et les tests neuropsychologiques, alors que l'imagerie conventionnelle (scanner ou IRM) est souvent normale.
Plusieurs études montrent cependant que l'EEG détecte des anomalies fonctionnelles persistantes, notamment une diminution de la puissance alpha, une augmentation des activités thêta et des modifications des potentiels évoqués cognitifs (P300), parfois plusieurs semaines après la disparition des symptômes cliniques (Corbin-Berrigan et al., 2023).
Ces observations suggèrent que l'EEG pourrait identifier une dysfonction cérébrale résiduelle non détectée par les examens classiques.
Les approches de machine learning appliquées aux EEG de patients présentant un traumatisme crânien léger rapportent des performances diagnostiques souvent supérieures à 85 %, faisant de cette technique un biomarqueur prometteur pour le retour au sport, le suivi des militaires exposés aux explosions et l'évaluation des traumatismes crâniens aux urgences.
Toutefois, une validation multicentrique reste nécessaire avant une utilisation de routine.
7.2. Triage des comas d'origine indéterminée
Chez les patients admis en réanimation pour un coma inexpliqué, l'EEG est désormais considéré comme un examen de première intention. Son intérêt dépasse largement la recherche d'une activité épileptique. Il permet d'évaluer la réactivité corticale, d'identifier des patters électrophysiologiques caractéristiques d'encéphalopathies métaboliques ou toxiques,
d'estimer le pronostic neurologique et parfois de mettre en évidence une conscience cachée (covert consciousness) chez des patients apparemment non réactifs. Les recommandations de l'Académie européenne de neurologie préconisent d'intégrer systématiquement l'EEG à l'évaluation multimodale des troubles de la conscience.
En unité de soins intensifs, l'EEG continu détecte des crises non convulsives ou un état de mal épileptique non convulsif chez jusqu'à 18 % des patients comateux, situations qui resteraient souvent méconnues en l'absence d'enregistrement prolongé et dont le traitement peut modifier le pronostic.
Les travaux récents montrent également que des paramètres quantitatifs tels que la réactivité de l'EEG, la continuité du tracé, la présence d'une architecture de sommeil ou l'analyse de la connectivité cérébrale améliorent la prédiction du devenir neurologique lorsqu'ils sont associés aux données cliniques et radiologiques.
7.3. Identification des encéphalopathies toxiques et métaboliques
L'EEG joue un rôle important dans le diagnostic des intoxications aiguës et des encéphalopathies métaboliques. De nombreuses substances (benzodiazépines, barbituriques, opioïdes, lithium, baclofène, antidépresseurs tricycliques, organophosphorés, etc.) induisent des anomalies électroencéphalographiques caractéristiques : ralentissement diffus, activité thêta ou delta, bouffées de pointes-ondes, activité triphasique ou, dans les formes sévères, aspect de burst-suppression.
Bien que ces anomalies ne soient généralement pas spécifiques d'un toxique donné, leur reconnaissance permet d'orienter rapidement les investigations biologiques, d'éliminer un état de mal épileptique non convulsif et de suivre l'évolution sous traitement. Dans plusieurs services de réanimation, le qEEG est désormais utilisé pour surveiller en continu les patients présentant une intoxication sévère ou une défaillance multiviscérale.
L'intégration d'algorithmes d'intelligence artificielle à ces analyses ouvre la perspective d'une reconnaissance automatique des signatures électrophysiologiques de certaines intoxications, permettant un triage plus rapide des patients aux urgences et une optimisation de la prise en charge.
7.4. Vers un biomarqueur de triage en médecine d'urgence
L'association d'EEG portables, d'algorithmes d'apprentissage profond et de plateformes de télémédecine laisse envisager l'utilisation de l'EEG comme un véritable biomarqueur numérique de triage. À court terme, cette technologie pourrait contribuer à distinguer rapidement une origine neurologique, métabolique, toxique ou épileptique chez un patient présentant une altération aiguë de la conscience, tout en améliorant la priorisation des examens complémentaires et des traitements. Cette évolution rapproche progressivement l'EEG d'un outil de monitorage physiologique continu, comparable à l'électrocardiogramme dans la prise en charge des urgences neurologiques.
Cette section met en avant des applications très actuelles de l'EEG en médecine d'urgence. Vous pourriez également ajouter un paragraphe sur :
· l'EEG préhospitalier (ambulances et hélicoptères médicalisés) ;
· la détection précoce des accidents vasculaires cérébraux (AVC) grâce aux casques EEG portables ;
· le monitorage peropératoire en anesthésie et en chirurgie ;
· l'utilisation de l'EEG dans les services d'urgences pédiatriques et en médecine militaire. Ces thèmes sont actuellement parmi les plus innovants dans la littérature.
Pour aller plus loin
L'EEG connaît aujourd'hui une véritable révolution technologique.
L'association entre électrophysiologie, intelligence artificielle et objets connectés ouvre des perspectives majeures en neurologie, psychiatrie, santé mentale, médecine de précision et ingénierie biomédicale.
Les performances des nouveaux algorithmes, atteignant parfois plus de 95 % de précision dans certaines tâches de classification, illustrent le potentiel de cette technologie.
Toutefois, leur intégration en pratique clinique nécessitera une validation multicentrique, une standardisation des méthodes et une réflexion approfondie sur les enjeux éthiques liés aux données cérébrales.
EEGphysio est à la pointe de certains de ces sujets très d’actualités et innovants en étant à la fois à la source de l’innovation et du nouvel usage et dans son application pratique en temps réel grâce à ses liens avec KareOS, pour la réalisation pratique, et AC2C (Assistance Commotion 1 Choc 1 Clic) pour ses aplloications dans le sport (commotion cérébrale) et avec Cogni 9 pour les interrelations avec la cognition.
Rejoignez-nous !
Que vous soyez techniciens infirmiers, chercheurs, médecins en phase préparatoire ou déjà formés ; toutes celles et ceux qui croient encore à l’apport traditionnel de l’EEG selon les méthodes et procédures actuelles et toutes et ceux qui recherchent l’innovation, les nouveaux capteurs, les objets connectés , le traitement du signal, l’intelligence artificielle et…de découvrir avec nous... les nouveaux usages de l’EEG.
Les signaux EEG n’ont pas encore livré tous leurs mystères.
