Des chercheuses de l’Université Carlos III de Madrid (UC3M) et de l’hôpital universitaire Severo Ochoa de Leganés, qui fait partie du réseau de santé publique de la Communauté de Madrid, ont mis au point une méthodologie utilisant l’intelligence artificielle (IA) pour analyser l’activité électrique du cerveau pendant le sommeil et faciliter le diagnostic précoce de la maladie d’Alzheimer. Cette étude, récemment publiée dans la revue scientifique GeroScience, démontre que l’analyse des ondes cérébrales nocturnes à l’aide de techniques d’apprentissage automatique (machine learning) permet d’identifier, de manière non invasive, des altérations neuronales précoces et de classer les patients en trois sous-groupes biologiques distincts.

La maladie d’Alzheimer est une maladie neurodégénérative progressive dont les symptômes cliniques se manifestent généralement entre 10 et 20 ans après le début des processus pathologiques dans le cerveau. À l’heure actuelle, les médicaments disponibles ne s’avèrent efficaces que s’ils sont administrés aux stades précoces de la maladie.

Bien que le dosage plasmatique de la p-tau217 commence à être intégré à la pratique clinique dans certains hôpitaux espagnols, sa disponibilité n’est pas encore uniforme au sein du système national de santé. Dans de nombreux cas, l’évaluation clinique du patient nécessite de compléter ces informations par des techniques de pointe, telles que la tomographie par émission de positons (TEP), ou par des procédures invasives, comme la ponction lombaire visant à analyser le liquide qui entoure le cerveau et la moelle épinière. Ces examens sont généralement réalisés à des stades relativement avancés, lorsque les symptômes sont déjà manifestes.

Recherche axée sur le sommeil

Cette recherche se concentre sur le sommeil pendant une période d’activité intense au cours de laquelle le cerveau procède à l’élimination des déchets métaboliques au niveau cellulaire, parmi lesquels la protéine bêta-amyloïde. Il existe une relation bidirectionnelle dans ce processus : la maladie d’Alzheimer modifie l’architecture du sommeil et, à leur tour, les troubles du sommeil favorisent les mécanismes qui accélèrent la progression de la maladie.

« Les enregistrements de l’activité électrique pendant le sommeil nous permettent d’avoir un aperçu des processus biologiques qui se déroulent et qui, au fil des années, peuvent entraîner une perte de mémoire et les symptômes caractéristiques de la maladie d’Alzheimer », explique la chercheuse principale de l’étude, Arrate Muñoz-Barrutia, professeure au département de neurosciences et de sciences biomédicales de l’UC3M.

« Avec nos recherches, nous cherchons un outil permettant d’établir un diagnostic précoce de la maladie d’Alzheimer, qui soit non invasif, économique et pouvant être étendu à la majeure partie de la population », explique le Dr Anna Michela Gaeta, médecin spécialiste en pneumologie à l’hôpital universitaire Severo Ochoa.

L’intelligence artificielle appliquée à l’enregistrement du sommeil

L’équipe de chercheuses a analysé une base de données unique qui combine des enregistrements de l’activité électrique nocturne, appelés polysomnographies, avec des données sur l’expression des protéines obtenues à partir du liquide céphalo-rachidien des patients. Cette base de données a été créée dans le cadre d’une recherche antérieure dirigée par le Dr Gerard Piñol Ripoll, médecin spécialiste en neurologie à l’hôpital universitaire Santa María de Lérida-IRBLLeida,

et par le Dr Ferrán Barbé, chef du service de pneumologie de l’hôpital universitaire Arnau de Vilanova de Lérida et directeur du groupe de recherche translationnelle en médecine respiratoire de l’IRBLleida. L’étude a porté sur 42 patients atteints de la maladie d’Alzheimer à un stade léger à modéré et 58 témoins en bonne santé cognitive. Grâce à un financement de l’Institut de santé Carlos III, l’équipe de Lérida a collecté toutes les données et créé la base de données qui a ensuite été analysée par les chercheuses dans le cadre de cette nouvelle étude.

« Les signaux ont été enregistrés à l’aide d’une série d’électrodes placées sur le crâne, qui captent l’activité électrique des neurones tout au long de la nuit. Nous avons utilisé l’IA pour analyser cette activité électrique et identifier certaines altérations pouvant indiquer une accumulation de protéines dans le cerveau, lesquelles donneront ensuite lieu à des maladies neurodégénératives », explique une autre des autrices de l’étude, Lorena Gallego Viñarás, du département de neurosciences et de sciences biomédicales de l’UC3M, qui précise également que « l’IA ne vise pas à remplacer quelque examen médical que ce soit, mais à servir de soutien au diagnostic précoce. Cela permet d’analyser les informations de manière beaucoup plus détaillée afin de faciliter des diagnostics plus précoces et, par conséquent, de commencer les traitements plus tôt ».

Cette technologie basée sur l’IA a réussi à distinguer avec précision les personnes en bonne santé des patients atteints de la maladie d’Alzheimer. De plus, en croisant ces données avec des biomarqueurs clés du liquide céphalo-rachidien — tels que la protéine bêta-amyloïde (Aβ42), la protéine tau phosphorylée (p-tau181), la protéine tau totale (t-tau) et la chaîne légère des neurofilaments (NfL) —, l’algorithme a identifié trois sous-groupes ou sous-clusters distincts de patients atteints de la maladie d’Alzheimer. Ces profils ont révélé des différences progressives dans leurs taux de biomarqueurs, ce qui démontre que la maladie présente différentes signatures biologiques dès ses stades initiaux.

Des résultats présentant un potentiel d’application clinique à l’avenir

À l’avenir, ces outils basés sur l’étude du sommeil nocturne pourraient venir compléter les analyses sanguines, comme par exemple celles de la protéine p-tau217. Il serait ainsi possible de disposer d’une méthode de dépistage économique et réalisable à domicile pour détecter la maladie d’Alzheimer préclinique et traiter, en parallèle, les troubles du sommeil, contribuant ainsi à ralentir la progression du déclin cognitif.

« Une autre leçon tirée de cette recherche est que la science de demain dans ce domaine repose sur l’intégration de différentes disciplines, telles que la neurologie, la pneumologie et l’ingénierie. Cette collaboration est fondamentale car, à l’heure actuelle, les médicaments en cours de développement ne peuvent agir qu’aux stades précoces de la maladie », conclut le Dr Anna Michela Gaeta.

Référence bibliographique : Gaeta, A.M., Gallego Viñarás, L., Barbé, F. et al. (2026). Quantitative sleep EEG identifies CSF core biomarker-related subgroups in Alzheimer’s disease. GeroScience. https://doi.org/10.1007/s11357-026-02266-z Archives électroniques de l’UC3M : https://hdl.handle.net/10016/50388

Vidéo : https://youtu.be/FBNCx_KPeQk