Objectif : Créer la première combinaison d’algorithmes d’apprentissage automatiques permettant la prédiction de crise d’épilepsie et notamment les crises d’absence chez les enfants
Utilisateurs cibles : patients atteints de crises d’épilepsie
Origine du projet
- Il n’existe aucun moyen fiable d’être alerté avant qu’une crise d’épilepsie ne survienne
- Permettre aux patients de prédire les crises changerait radicalement leur vie quotidienne
Nature de la solution
- Recueil d’EEG de l’hôpital Necker (données rares), ainsi que des EEG générés artificiellement
- Apprentissage des algorithmes de machine learning capables de détecter des signaux précurseurs de crise
Modèle de diffusion
Projet open source avec pour vocation de réunir une communauté de data scientists travaillant ensemble sur la création d’algorithmes libres d’usage
Modalité d’évaluation et de validation
- Echanges permanents avec les équipes de l’hôpital Necker pour vérifier la généralisation
- Le modèle développé encore en cours d’expérimentation permet une fiabilité de 80%
Perspectives
- Créer un dispositif portable de prédiction des crises
- Développer des fonctionnalités de stimulation du cerveau pour prévenir les crises