Par Daniele de Mari
Si vous vous réveilliez aujourd'hui avec un soupçon d'épilepsie, combien de temps prenez-vous jusqu'à ce que vous ayez un diagnostic précis? Au Brésil, cette réponse varie autant que le code postal. Dans les grands centres urbains, avec les hôpitaux de référence et une concentration plus élevée d'experts, le processus peut durer quelques semaines. Dans les régions avec des infrastructures limitées, le temps s'étend pendant des mois. Dans de nombreux cas, l'examen n'est même pas terminé.
Cette inégalité révèle plus qu'un problème d'accès. C'est un symptôme du retard technologique de la neurophysiologie, un domaine de la médecine qui étudie le système nerveux par des tests tels que l'électroencéphalogramme (EEG), la polysomnographie, les potentiels évoqués, la surveillance peropératoire, l'électromyographie (EMG) et l'électronéromyographie (ENMG). Même avec les progrès dans d'autres domaines de la santé, ce domaine est toujours attaché à des solutions obsolètes, à l'absence de normalisation et à la rareté des professionnels.
Les troubles neurologiques affectent aujourd'hui 3,4 milliards de personnes dans le monde, selon une étude publiée par la neurologie Lancet en 2024. Cela équivaut à 47% de la population mondiale. Ces troubles sont la principale cause de handicap et l'une des plus importantes de la mortalité. Pourtant, les méthodes de diagnostic continuent d'être retardées.
L'intelligence artificielle a le potentiel de transformer ce scénario. Dans des domaines tels que la radiologie et la cardiologie, les algorithmes complètent déjà le travail humain dans des tâches spécifiques. En neurophysiologie, cependant, les défis sont plus importants. La principale barrière est le manque de normalisation des données: différents équipements capturent les signes EEG de différentes manières, et les rapports varient en fonction de l'interprétation de l'expert. Ajouté à cela l'absence de
Infrastructures similaires aux PAC, déjà consolidées sur la radiologie, qui centralise les informations et les favoris des interprétations cohérentes.
Cependant, la formation d'un système automatisé fiable nécessite exactement ce qui manque dans la réalité de la neurophysiologie: données marquées cohérentes, standardisées et uniformes. Aujourd'hui, le secteur est marqué par une fragmentation technique qui rend cette avancée difficile.
L'équipement distinct génère des enregistrements incompatibles et l'analyse des examens dépend toujours en grande partie de l'interprétation subjective de chaque spécialiste.
En effet, même chez les médecins expérimentés, il y a des désaccords dans des événements de lecture tels que les crises d'épilepsie. Selon un article publié dans Medrixv en 2024, l'accord entre les experts est d'environ 67%. Alors, comment s'attendre à ce qu'un système automatisé atteigne une précision de 90% si même les humains atteignent même ce niveau? Le problème n'est donc pas seulement en l'absence de technologie, mais aussi dans la nécessité de restructurer l'ensemble du processus, de la collecte à l'analyse de l'information.
Il est nécessaire de créer des bases de données larges et représentatives, qui incluent non seulement des conditions cliniques différentes, mais aussi des situations de collecte réelles – telles que des tests effectués dans des unités de soins intensifs, avec du bruit et des interférences. C'est dans cet environnement imparfait que les systèmes automatisés doivent apprendre à fonctionner.
Dans les années à venir, l'intelligence artificielle devrait faire progresser le diagnostic des troubles du sommeil, de l'épilepsie, de l'Alzheimer, de l'autisme et du TDAH. Mais pour que ces solutions sortent du papier et atteignent la routine des hôpitaux, il sera nécessaire de stimuler les partenariats entre le public et le secteur privé et, surtout, de traiter la santé numérique comme faisant partie de l'infrastructure essentielle du pays. Sans cela, le scénario suivra inégal: des diagnostics rapides dans de grands centres et des mois d'attente dans les régions les plus éloignées.
La technologie peut, oui, réduire les distances, mais seulement si elle est prévue pour tous les CEP, non seulement pour ceux qui concentrent déjà les meilleures fonctionnalités. La neurophysiologie peut évoluer, mais cela nécessite une vision stratégique. L'intelligence artificielle à elle seule ne résout pas un problème qui est d'abord structurel.
L'urgence est réelle et la voie, inévitable. Lorsqu'il y a un cerveau sans réponse, il y a aussi une fenêtre de temps que le système de santé ne peut plus se permettre de gaspiller.
* Daniele de Mari est PDG et co-fondateur de Neurogram.
