Étude des états de vigilance

Chiffres clés

0 post-doctorants -- 2 doctorants -- 1 stagiaire

Présentation de la thématique

Les chercheurs du centre Borelli travaillent avec des anesthésistes-réanimateurs qui disposent d’une chaîne de mesure permettant d’enregistrer de manière synchronisée les respirateurs, les moniteurs multiparamétriques, un moniteur EEG 32 canaux et une webcaméra. Cet outil leur permet de constituer des bases de données de patients, tant dans le contexte de l’anesthésie que de la réanimation. Ainsi, ils ont pu mettre au point un algorithme de prédiction de la profondeur de l’anesthésie, qui a été breveté en janvier 2020. Ils travaillent actuellement à développer le même algorithme pour les patients en réanimation pour lesquels la situation est plus compliquée : l’état critique du patient interfère avec les médicaments d’anesthésie et la prédiction de l’effet de chaque dose est beaucoup plus incertaine.
En parallèle, ces chercheurs s'intéressent également à l’émergence de l’anesthésie, en particulier dans les heures qui suivent l'intervention. Il semble en effet que le retour à l’état antérieur pourrait être plus long que ne le laisse prévoir la pharmacologie des médicaments d’anesthésie. Pour cette raison, ils mettent en œuvre un suivi longitudinal individuel des patients après la fin de l’anesthésie. En plus du suivi des constantes vitales et de l’électroencéphalogramme, une évaluation neuropsychologique fine est effectuée.

Mots clés

Conscience ; Anesthésie générale ; Coma ; Prédiction ; Intelligence artificielle ; Algorithme ; Multidisciplinarité.

Faits marquants

• 2020 : Dépôt d'un brevet international pour l'algorithme de prédiction de la profondeur de l’anesthésie.

Applications

• Constitution d’une base de données synchronisées et à haute fréquence permettant des projets originaux dans les domaines de l’anesthésie et de la réanimation.
• Un seul canal EEG frontal apporte suffisamment d’informations pour discriminer l’état de profondeur d’anesthésie. Cette conclusion permet de confirmer une pratique empirique et apporte des pistes d’amélioration de l'algorithme de prédiction, notamment pour que celui-ci prenne en compte les informations issues d’un canal EEG au cours d’une anesthésie générale.
• Un agent autonome est susceptible à terme de pouvoir administrer les agents d’anesthésie pour maintenir un patient au niveau idéal de profondeur de l’anesthésie. Ce projet futuriste, mais néanmoins réaliste, suppose plusieurs étapes : augmentation de la taille de la base de données, intégration de nombreuses situations cliniques (notamment des patients polypathologiques), test de l’algorithme en temps réel grâce à une étape d’ingénierie.

Interactions avec d'autres thématiques du centre Borelli