Grant: Canada Postdoctoral Research Award (CPRA) program

L'épilepsie est une maladie neurologique qui affecte des millions de personnes dans le monde. Elle se manifeste par des crises récurrentes, dont la fréquence et l'intensité varient d'une personne à l'autre. Prédire quand et comment une crise va survenir est un défi majeur pour les médecins, car cela influence le suivi et le traitement des patients. L'un des outils les plus utilisés pour évaluer cette maladie est l'électroencéphalogramme (EEG), qui enregistre l'activité électrique du cerveau. Cependant, tous les patients ne présentent pas des signes évidents d'épilepsie sur leur EEG, ce qui rend l'interprétation complexe et sujette à des erreurs humaines. Pour améliorer cette situation, ce projet propose d'utiliser des techniques avancées d'intelligence artificielle (IA) afin de mieux prédire le risque de récidive des crises d'épilepsie. Grâce à un modèle d'IA développé dans notre laboratoire, nous souhaitons analyser les EEG de manière plus précise et rapide que les méthodes traditionnelles, en tirant parti des informations subtiles qui ne sont pas toujours visibles à l'œil nu. Ce modèle a déjà montré de bons résultats dans des études préliminaires, mais il n'a pas encore été validé dans un cadre clinique prospectif. L'objectif de ce projet est de rendre l'EEG plus fiable et utile, même lorsqu'il n'y a pas de signes évidents de crises. Nous allons entraîner et tester le modèle d'IA sur une grande base de données d'EEG provenant de plusieurs hôpitaux. Le modèle sera intégré dans une application web qui permettra aux médecins de prédire le risque de récidive des crises en temps réel. Cette recherche pourrait révolutionner la manière dont les médecins diagnostiquent et suivent l'épilepsie, en offrant un outil plus précis, moins subjectif, et accessible, particulièrement dans les zones où les spécialistes sont rares. De plus, elle pourrait réduire les erreurs de diagnostic et améliorer la qualité de vie des patients en anticipant mieux les crises.