L’Université de Pennsylvanie crée une IA pour dialoguer avec des moniteurs cérébraux

Des chercheurs de l’Université de Pennsylvanie ont développé une interface conversationnelle basée sur l’intelligence artificielle qui permet aux patients épileptiques de dialoguer en temps réel avec leurs moniteurs cérébraux. Présentée le 13 octobre 2026 dans la revue Nature Medicine, cette étude pilote menée sur 13 adultes a permis de réduire les fausses alarmes de 80 % grâce aux retours des patients.

Les dispositifs d’électroencéphalographie (EEG) enregistrent en continu l’activité électrique du cerveau, mais ces flux massifs de données ne sont généralement examinés par les cliniciens qu’après coup, de manière journalière ou pluriquotidienne. Pour combler ce fossé, des chercheurs de la Perelman School of Medicine et du Center for Neuroengineering and Therapeutics ont conçu une plateforme qui relie les moniteurs hospitaliers à un environnement cloud sécurisé et à une application mobile dotée d’une intelligence artificielle conversationnelle.

Durant leur séjour dans l’unité de surveillance de l’épilepsie de l’Hôpital de l’Université de Pennsylvanie, 13 patients ont participé à un essai clinique prospectif. Grâce à leur smartphone, les participants pouvaient interroger le système sur leurs données physiologiques, demander des visualisations graphiques de leurs tendances ou signaler des symptômes. Le dispositif pouvait également les contacter proactivement pour diffuser des alertes ou soumettre des questionnaires.

Ces dispositifs sont fabriqués d’abord et avant tout pour les médecins, mais ils voient beaucoup d’informations dont les patients tireraient profit s’ils les connaissaient. Il y a là des informations cachées sur la façon dont leur comportement influence leur santé, mais ils n’ont actuellement aucun moyen de les connaître sur le moment.

Brian Litt, professeur de neurologie, de neurochirurgie et de bioengineering à l’Université de Pennsylvanie

L’étude a évalué l’outil dans un cadre clinique rigoureux, avec l’approbation du comité d’examen institutionnel de l’université. Les travaux ont bénéficié du soutien de l’Institut national des troubles neurologiques et des accidents vasculaires cérébraux, une division des National Institutes of Health.

Au cours de l’évaluation, les patients et la plateforme ont échangé plus de 1 300 messages portant principalement sur les épisodes de crise, le sommeil, l’humeur et les niveaux d’énergie. Le système a répondu avec précision à plus de 92 % des requêtes concernant l’activité cérébrale. Parallèlement, les participants ont répondu à plus de 67 % des alertes de crises en qualifiant l’événement de réel, de fausse alerte ou d’incertain.

Ce mécanisme d’évaluation en continu a permis au modèle de détection de s’auto-corriger.

Avant d’interagir avec les utilisateurs, chaque message échangé a fait l’objet d’un filtrage automatisé, tandis qu’un comité de gouvernance interne a examiné les interactions cliniques.

Plusieurs participants ont demandé spontanément s’ils pouvaient emporter le système chez eux au moment de leur sortie de l’hôpital, obtenant une réponse négative en attendant la maturation des recherches cliniques.

Forts de ce premier succès, les chercheurs préparent de nouvelles études à plus grande échelle pour évaluer l’outil en milieu ambulatoire. L’équipe développe également des applications similaires pour les patients atteints de la maladie de Parkinson, visant à permettre un dialogue direct entre les dispositifs de stimulation cérébrale profonde et les personnes soignées, soutenu par des financements des National Institutes of Health.