Axes scientifiques

Le programme de MEEGASAFE – faire avancer les connaissances scientifiques encore très exploratoires sur la somnolence et proposer des outils traduisant concrètement ces avancées dans des moyens de mesure et de prédiction de la somnolence et des performances associées – a pour objectif final d’avoir un impact direct sur la sécurité en réduisant le risque accidentel. 

Compte tenu de l’ambition du programme, le Laboratoire Commun est conçu pour durer bien au-delà du financement ANR. La feuille de route de recherche et d’innovation de la phase de fonctionnement envisagée par MEEGASAFE est constituée en 5 axes stratégiques. 

Les données d’EEG de bonne qualité de sujets éveillés et actifs sont rares : peu d’expérimentations de laboratoires réalisées dans des contextes de sujets actifs intègrent de l’EEG, notamment pour des raisons de difficulté de mise en œuvre et d’analyse. Il est indispensable de constituer une base de données aux standards de qualité de la recherche.

De la qualité des données dépendra la qualité du développement algorithmique - les travaux de cet axe sont critiques pour le succès du programme. Le SANPSY a une grande expérience dans la conception et la conduite des recherches cliniques.  Les données EEG seront enregistrées dans des conditions d’éveil prolongé, d’horaires de sommeil décalé ou de sommeil fragmenté reproduisant des situations de la vie réelle (travail de nuit, garde, astreinte).

L’enregistrement des données EEG sera couplé à la réalisation de tests permettant de mesurer objectivement la capacité à rester éveillé, de mesurer les performances cognitives simples et complexes.

Approfondissement du développement et validation de l’algorithme d’analyse automatique de la somnolence MEEGAWAKE® pour améliorer sa robustesse à la variabilité interindividuelle de l’EEG et aux conditions d’utilisation.

Il s’agit d’affiner les règles de classification, les seuils de classifications, en se basant sur la classification manuelle et les performances cognitives comme références.

Amélioration de la compréhension des déterminants de la somnolence et de son évolution. La modélisation explicative vise à expliquer un niveau de somnolence mesuré en un temps donné par la contribution de chaque paramètre étudié.

Le modèle explicatif du niveau de somnolence prendra en compte plusieurs dimensions : les caractéristiques du sujet, son historique récent (temps passé en éveil, en activité, dette de sommeil…) et le moment de la mesure (effet du circadien).

Les mesures de somnolence réalisées dans le cadre de l’axe 1 en contrôlant les paramètres et sur des périodes longues fourniront le matériau pour le travail de modélisation.

L’objectif est d’évaluer l’impact de la somnolence sur les performances simples (test de temps de réaction simples) à complexes (conduite automobile). Les liens sont forts, mais difficiles à clarifier en l’état, les performances pouvant être affectées par d’autres paramètres que la somnolence et la somnolence pouvant chez certains sujets ne pas affecter les performances.

L’orientation est clairement prédictive : il s’agit de pouvoir anticiper un risque de performances dégradées et son évolution, à partir de la mesure de la somnolence complétée par les déterminants mentionnés ci-dessus. Les travaux de l’axe 4 utiliseront les mêmes modèles prédictifs qui sont décrits dans l’axe 3.

L’objectif est de développer des outils pour faciliter l’enregistrement de l’EEG afin d’obtenir des données de qualité suffisante pour permettre aux analyses automatiques de fonctionner dans de bonnes conditions, y compris dans des situations opérationnelles.

Ces outils seront matériels, protocolaires et logiciels, et seront à destination des médecins, personnels techniques, experts, professionnels, tant pour le domaine des transports que pour le personnel médical.