Comment les données des montres de sport et des smartphones peuvent aider les patients atteints de SEP

La sclérose en plaques (SEP) est une maladie insidieuse. Les patients souffrent du fait que leur système immunitaire attaque leurs propres fibres nerveuses, ce qui ralentit la transmission des signaux nerveux. Les personnes atteintes souffrent de multiples troubles - légers à graves - de la motricité et de la perception sensorielle. Les manifestations et l'évolution de la maladie sont aussi individuelles que la manière de la traiter. Pour pouvoir recommander des traitements efficaces, les médecins interrogent régulièrement les patients sur leurs troubles et l'évolution de la maladie.

Rendre compte de la mémoire

Les patients ont alors la t?che difficile de devoir fournir de mémoire des informations sur leur état et leurs performances au cours des semaines et des mois précédents. Les données ainsi recueillies peuvent donc être imprécises et incomplètes. Parce que les patients peuvent se tromper dans leurs souvenirs ou être influencés dans leurs réponses par des attentes sociales. Et comme ces réponses ont une influence considérable sur la manière dont les médecins appréhendent l'évolution de la maladie, il pourrait aussi y avoir des erreurs de traitement.

"Les médecins gagneraient à avoir accès à des mesures fiables et à long terme des paramètres de santé de leurs patients. Ces données donnent une image précise et complète de l'état des patients", explique Shkurta Gashi. Première auteure d'une nouvelle étude, elle est postdoctorante dans les groupes des professeurs de l'ETH Christian Holz et Gunnar R?tsch au Département d'informatique et fellow de l'ETH AI Center.

En collaboration avec des collègues de l'ETH Zurich, de l'H?pital universitaire de Zurich et de l'Université de Zurich, Gashi montre maintenant que les montres de pouls et de sport ainsi que les smartphones peuvent fournir de telles données fiables à long terme avec une résolution temporelle élevée. Leur étude est publiée dans la revue spécialisée page externeNPJ Digital Medicine est parue.

Marqueurs numériques pour la SEP

Les chercheurs ont équipé des volontaires d'une montre de fitness. Parmi ces personnes, 55 étaient atteintes de SEP et 24 étaient des témoins sains. Pendant deux semaines, les scientifiques ont collecté des données provenant de la montre de fitness et des smartphones des participants à l'étude. Ils ont ensuite analysé ces données de manière statistique et par apprentissage automatique afin de déterminer lesquelles de ces données étaient utiles aux médecins.

Les données relatives à l'activité physique et au pouls se sont révélées particulièrement significatives : plus l'activité physique et le pouls étaient faibles, plus les participants à l'étude étaient affectés et fatigués.

La fréquence d'utilisation des smartphones a fourni d'autres informations importantes sur les performances et la fatigue : plus les personnes testées utilisaient rarement leur téléphone portable, plus elles étaient fatiguées, selon la conclusion. Les chercheurs ont pu tirer des conclusions sur les capacités motrices en effectuant un test similaire à un jeu sur le smartphone. Dans ce test, développé il y a quelques années à l'ETH, les participants doivent faire en sorte qu'une personne virtuelle se déplace le plus rapidement possible en tapant sur l'écran. Les chercheurs peuvent déduire les capacités motrices des sujets à partir de la vitesse de frappe et de ses variations au cours du test.

"En combinant les données des montres de sport et des smartphones, nous pouvons bien faire la différence entre les personnes en bonne santé et celles atteintes de SEP", explique Gashi.

Une approche fiable

Gr?ce à cette nouvelle approche, les personnes atteintes de SEP peuvent collecter facilement des données fiables et utiles à long terme dans leur vie quotidienne. Les chercheurs estiment que ces données permettront d'améliorer la qualité du traitement : sur la base d'une base de données complète, plus précise et plus fiable, les spécialistes pourront prendre de meilleures décisions et, le cas échéant, proposer des thérapies efficaces plus t?t qu'auparavant. En outre, l'évaluation des données des patients permet aux spécialistes de vérifier l'efficacité des thérapies.

Les scientifiques ont maintenant mis leurs données à la disposition d'autres chercheurs. Ils soulignent qu'une étude de plus grande envergure et davantage de données sont nécessaires pour développer des modèles fiables pour l'évaluation automatique des données. De tels modèles pourraient permettre à l'avenir aux patients atteints de sclérose en plaques de voir leur vie s'améliorer nettement gr?ce aux données des trackers de fitness et des smartphones.

Le projet a été soutenu parpage externeCentre suisse de science des donnéesainsi que l'initiativepage externeSanté personnalisée et technologies apparentéesdu Conseil des EPF.