Technologie portable dans la détection et l'évaluation des troubles respiratoires liés au sommeil (ReSTech)

Ces dernières années, les troubles du sommeil ont gagné en importance en raison de leur forte prévalence et de leur impact sur la vie quotidienne, affectant la capacité des personnes à accomplir leurs tâches quotidiennes et réduisant leur qualité de vie. Ces troubles comprennent des difficultés à s'endormir, des interruptions respiratoires et une mauvaise qualité du sommeil, les troubles respiratoires liés au sommeil (SRBD), tels que l'apnée obstructive du sommeil (AOS), étant particulièrement importants. L'AOS, qui implique des obstructions répétées des voies respiratoires pendant le sommeil, est particulièrement fréquente chez les personnes âgées, les personnes obèses et les hommes, mais elle reste souvent sous-diagnostiquée.

Le SRBD perturbe non seulement le sommeil, mais augmente également le risque de maladies chroniques comme le diabète, l’hypertension et les accidents vasculaires cérébraux, tout en créant un fardeau économique dû à une demande plus élevée de ressources médicales. Leurs effets sur la santé physique et mentale entraînent fatigue, baisse de productivité, accidents du travail, voire invalidité, soulignant la nécessité de disposer d’outils de diagnostic et de gestion plus efficaces.

Bien que la polysomnographie (PSG) soit la référence en matière de diagnostic des troubles du sommeil, son coût élevé et sa nature invasive limitent son accessibilité. Les appareils portables, tels que les bracelets et les montres, offrent une alternative plus accessible et non invasive, fournissant des données en temps réel sur le sommeil, la fréquence cardiaque et l'activité. Bien que prometteurs, ces dispositifs nécessitent encore des recherches supplémentaires pour confirmer leur précision dans la détection du SRBD. Ce projet vise à évaluer l'efficacité des wearables comme outils complémentaires dans le diagnostic et la gestion de ces troubles. Plus précisément, il poursuit les objectifs spécifiques suivants : (1) Évaluer l'exactitude, la spécificité et la sensibilité des appareils portables, tels que les bracelets et les montres, dans la mesure de la saturation en oxygène du sang, de la fréquence cardiaque et de l'activité, par rapport à la polygraphie nocturne. (2) Analyser l'efficacité de ces appareils pour identifier les personnes présentant des troubles respiratoires potentiels liés au sommeil (SRBD) à l'aide de techniques d'apprentissage non supervisées. (3) Évaluer l'impact et les performances d'un modèle d'intelligence artificielle pour détecter et classer le SRBD potentiel.