Détection précoce du vasospasme par électroencéphalogramme

contexte

L’hémorragie sous-arachnoïdienne anévrismale expose les patients et patientes à un risque important de vasospasme cérébral, qui peut entraîner une ischémie cérébrale retardée et des crises d’épilepsie. La surveillance continue par électroencéphalogramme (EEG) est essentielle pour détecter précocement ces complications, mais l’analyse de ces données massives et complexes reste un défi.

Projet

Le projet utilise des techniques avancées, dont l’apprentissage auto-supervisé, pour personnaliser l’analyse EEG, puis relie ces modèles aux mesures doppler transcrâniennes du débit sanguin cérébral. L’objectif final est d’intégrer ces outils dans un système de surveillance en temps réel, permettant une intervention rapide pour réduire les complications et améliorer le pronostic.

Où en sommes-nous ?

Juin 2026 : La base de données a été constituée, anonymisée, organisée et prétraitée. Une approche d’intelligence artificielle a été mise en œuvre pour apprendre à reconnaître des signes associés au vasospasme à partir des signaux EEG bruts. Les premiers résultats sont encourageants et les expérimentations se poursuivent pour optimiser le modèle. Une fois les résultats consolidés, le projet s’orientera vers une approche multimodale en vue d'une future intégration aux dispositifs cliniques utilisés en soins intensifs aux HUG.

Cheffe de projet

Docteure Pia De Stefano, Médecin cheffe de clinique, Service de neurologie, Département des neurosciences cliniques, Hôpitaux universitaires de Genève