Dans une nouvelle étude, des chercheurs de l’Université de Copenhague et du Centre danois de médecine du sommeil ont développé un algorithme d’intelligence artificielle capable d’améliorer les diagnostics, les traitements et notre compréhension globale des troubles du sommeil.
L’apnée du sommeil et la narcolepsie font partie des troubles du sommeil dont souffrent des milliers de Danois.
« L’algorithme est extraordinairement précis. Nous avons effectué divers tests dans lesquels ses performances rivalisaient avec celles des meilleurs médecins du domaine, dans le monde », déclare Mathias Perslev, PhD au Département d’informatique et auteur principal de l’étude.
Les examens actuels des troubles du sommeil commencent généralement par l’admission dans une clinique du sommeil. Où le patient est surveillé à l’aide de divers instruments de mesure. Un spécialiste des troubles du sommeil passe ensuite en revue les 7 à 8 heures de mesures du sommeil nocturne du patient.
« Ce projet nous a permis de prouver que ces mesures peuvent être effectuées en toute sécurité à l’aide de l’apprentissage automatique, ce qui a une grande importance. En économisant de nombreuses heures de travail, beaucoup plus de patients peuvent être évalués et diagnostiqués efficacement », explique Poul Jennum, professeur de neurophysiologie et directeur du Centre danois de médecine du sommeil.
En collectant des données à partir de diverses sources, les chercheurs à l’origine de l’algorithme ont pu garantir une fonctionnalité optimale. Au total, 20 000 nuits de sommeil provenant des États-Unis et de nombreux pays européens ont été collectées et utilisées pour entraîner l’algorithme.
« Nous avons collecté des données sur le sommeil à travers les continents, les cliniques du sommeil et les groupes de patients. Le fait que l’algorithme fonctionne bien dans des conditions aussi diverses est une percée » selon les chercheurs.
Ils espèrent que l’algorithme servira à aider les médecins et les chercheurs du monde entier à en savoir plus sur les troubles du sommeil à l’avenir.
