Une équipe de recherche de l’Université d’Örebro a développé deux modèles d’analyse EEG par intelligence artificielle capables d’identifier précisément les patients atteints de démence en analysant l’activité électrique du cerveau. Cette technologie d’analyse EEG par intelligence artificielle combine un réseau de convolution temporelle et un réseau de mémoire à long et court terme ; elle peut distinguer les caractéristiques de signaux EEG des patients atteints de maladie d’Alzheimer, de démence fronto-temporale et des personnes en bonne santé.

La deuxième étude a développé un modèle léger en utilisant un cadre d’apprentissage fédéré, atteignant une précision d’identification de 97 % tout en protégeant la confidentialité des patients. Hanif indique : « Les modèles traditionnels d’apprentissage automatique manquent souvent de transparence et font face à des défis en matière de confidentialité. Notre recherche vise à résoudre ces deux problèmes. » Cette méthode d’analyse EEG par intelligence artificielle capture les modes caractéristiques liés à la démence en analysant les signaux dans les bandes de fréquences α, β et γ, etc.

Avec l’optimisation continue de la technologie, cet outil d’analyse EEG par intelligence artificielle devrait être promu et appliqué dans les scénarios médicaux de base. La détection EEG combinée à des équipements portables peut fournir une solution pratique pour le dépistage précoce de la démence. L’équipe de recherche prévoit d’élargir l’échelle du jeu de données, d’inclure davantage de types de pathologies comme la démence vasculaire, et de promouvoir une application approfondie de la technologie d’analyse EEG par intelligence artificielle dans le domaine de la médecine neurologique.