Détecter la douleur des patients par les signaux cérébraux
Des chercheurs du MIT ont mis au point un système permettant de mesurer le niveau de la douleur d’un patient en analysant l’activité cérébrale à partir d’un appareil de neuroimagerie portable. Ce système pourrait aider les médecins à diagnostiquer et à traiter la douleur des patients inconscients et non communicatifs, ce qui pourrait réduire le risque de douleur chronique pouvant survenir après une intervention chirurgicale.
Un appareil portable pour quantifier la douleur d’un patient
La prise en charge de la douleur est un exercice d’équilibre difficile et d’une complexité surprenante. Un traitement excessif par exemple, court le risque de rendre les patients dépendants à des analgésiques. En revanche, un traitement insuffisant peut entraîner une douleur chronique à long terme et d’autres complications.
Aujourd’hui, les médecins évaluent généralement les niveaux de douleur en fonction des rapports de leurs patients. Mais qu’en est-il des patients qui ne peuvent pas communiquer comment ils se sentent efficacement tels que les nouveau-nés, les patients âgés atteints de démence ou ceux qui subissent une chirurgie? Des chercheurs ont trouvé une méthode permettant de quantifier la douleur chez les patients.
Pour ce faire, ils exploitent une nouvelle technique de neuro-imagerie appelée spectroscopie fonctionnelle dans le proche infrarouge (fNIRS), dans laquelle des capteurs placés autour de la tête mesurent les concentrations d’hémoglobine oxygénée qui indiquent l’activité neuronale. Pour leurs travaux, les chercheurs n’utilisent que quelques capteurs fNIRS sur le front d’un patient pour mesurer l’activité dans le cortex préfrontal, qui joue un rôle majeur dans le traitement de la douleur.
En utilisant les signaux cérébraux mesurés, les chercheurs ont mis au point des modèles d’apprentissage automatique personnalisés pour détecter les profils de taux d’hémoglobine oxygénés associés aux réactions à la douleur.
Traditionnellement, les patients opérés reçoivent une anesthésie et des médicaments en fonction de leur âge, de leur poids, de maladies antérieures et d’autres facteurs. S’ils ne bougent pas et que leur fréquence cardiaque reste stable, ils sont considérés comme bons. Mais le cerveau peut encore traiter les signaux de douleur alors qu’ils sont inconscients, ce qui peut entraîner une augmentation de la douleur postopératoire et une douleur chronique à long terme.
Un système qui peut fournir des informations en temps réel
Le système des chercheurs pourrait fournir aux chirurgiens des informations en temps réel sur les niveaux de douleur d’un patient inconscient afin qu’ils puissent ajuster l’anesthésie et la posologie des médicaments en conséquence pour arrêter ces signaux de douleur.
Dans leurs travaux, les chercheurs ont adapté le système fNIRS et mis au point de nouvelles techniques d’apprentissage automatique afin de rendre ce système plus précis et plus pratique à des fins cliniques. De plus, les chercheurs ont adapté le système fNIRS pour mesurer spécifiquement les signaux du cortex préfrontal.
Bien que le traitement de la douleur implique la sortie d’informations de plusieurs régions du cerveau, des études ont montré que le cortex préfrontal intégrait toute cette information. Cela signifie qu’ils doivent placer des capteurs uniquement sur le front.
Un test pour vérifier l’efficacité de ce dispositif
Pour savoir si ce système était efficace, les chercheurs ont formé et testé un modèle sur un jeu de données de traitement de la douleur étiqueté qu’ils ont collecté auprès de 43 participants de sexe masculin. Chaque participant portait le dispositif fNIRS des chercheurs et était exposé au hasard à une sensation inoffensive, puis à une douzaine de chocs à deux intensités de douleur différentes, qui étaient mesurées sur une échelle de 1 à 10.
Lors de l’entraînement, le modèle a extrait des dizaines de caractéristiques des signaux liés à la quantité d’hémoglobine oxygénée et désoxygénée, ainsi qu’à la rapidité avec laquelle les niveaux d’hémoglobine oxygénée ont augmenté. Ces deux paramètres – quantité et rapidité – donnent une image plus claire de l’expérience de la douleur ressentie par un patient à différentes intensités.
Les modèles personnalisés ont atteint une précision de 87%
Les modèles personnalisés et un modèle traditionnel ont été évalués en classifiant la douleur dans un ensemble aléatoire de signaux du cerveau des participants provenant du jeu de données, où les scores de douleur autodéclarés étaient connus pour chaque participant. Les modèles personnalisés ont surpassé les modèles traditionnels d’environ 20%, atteignant une précision d’environ 87%.
«Comme nous sommes en mesure de détecter la douleur avec cette précision élevée en utilisant seulement quelques capteurs sur le front, nous disposons de bases solides pour intégrer cette technologie à un environnement clinique réel», a déclaré un des chercheurs en charge de ce projet.
Source : MIT
Crédit photo : Pixabay