Image de Gerd Altmann via Pixabay
La technologie d'imagerie faciale 3D peut être utilisée comme outil de dépistage de l'apnée du sommeil, selon une recherche menée par l'American Association of Sleep Medicine (AASM). L'étude, intitulée "Predicting sleep apnea from 3-dimensional face photography", a utilisé des systèmes de scanneurs cranio-faciaux (céphalométrie) pour identifier des marqueurs physiques spécifiques pour le dépistage de l'apnée du sommeil. Des caractéristiques telles que la largeur du cou et la rétrusion de la mâchoire inférieure ont été précédemment associées à l'apnée du sommeil, mais d'autres marqueurs tels que la taille de la mâchoire, la largeur du visage et la distance entre les yeux ont également été reconnus comme des indicateurs de risque. En utilisant des mesures précises dans un algorithme de prédiction, les chercheurs ont pu évaluer les profils à risque élevé et faible avec une précision de 89 %. Et combinées à d'autres mesures telles que la tomographie assistée par ordinateur (TAO), ces méthodes peuvent atteindre un niveau de précision de 97 % ou plus. Bien que la technologie d'imagerie 3D ait déjà été utilisée dans des études sur l'apnée du sommeil, l'équipe de recherche espère que ces nouveaux développements permettront à la technologie d'être adoptée pour des applications individuelles, cliniques et de santé mobile à plus grande échelle, comblant potentiellement l'écart entre les personnes traitées pour le trouble et celles qui ne sont pas diagnostiquées.
Le Contexte
L'apnée du sommeil est un problème répandu avec un potentiel élevé de conditions comorbides supplémentaires. Pourtant, malgré les améliorations du traitement et des diagnostics plus efficaces, la majorité des personnes atteintes de ce trouble restent sous-diagnostiquées et non traitées. Même avec les avancées continues de la technologie de thérapie PPC et les nombreuses fonctionnalités ajoutées pour le confort et la commodité du patient, les professionnels de la santé ont toujours du mal à faire débuter le traitement aux patients. Le plus gros problème, outre l'observance du traitement, est de reconnaître les schémas tôt afin d'intervenir et d'initier le processus diagnostique. Ces dernières années, la prolifération d'outils de diagnostic faciles d'accès comme les applications pour smartphone a aidé les individus à reconnaître les signes et les symptômes du trouble avant que la condition ne devienne grave. Bien que ces applications ne soient pas très précises, elles offrent un moyen précieux d'identifier certains signes courants d'apnée du sommeil. Alors que les chercheurs continuent de développer de nouvelles technologies à des fins diagnostiques, on espère que des outils de dépistage améliorés mèneront à des taux de traitement plus élevés au fil du temps.
Les détails
Publiée dans le Journal of Clinical Sleep Medicine de l'AASM, cette nouvelle étude examine une technologie en plein développement comme moyen de prédire l'apnée du sommeil, en particulier l'apnée obstructive du sommeil (AOS), dans la population générale. L'AOS, la forme d'apnée du sommeil la plus répandue, est également la plus physique dans sa pathogenèse, résultant d'un blocage des voies respiratoires causé par des traits anatomiques. Les tissus mous tels que la langue et le palais, et les tissus durs tels que le crâne et la mâchoire, peuvent tous deux contribuer au blocage de l'AOS. L'une des raisons des chiffres élevés de l'AOS est la diversité des caractéristiques morphologiques qui peuvent potentiellement contribuer à son développement. Selon Peter Eastwood, l'investigateur principal de l'étude et le directeur du Centre des sciences du sommeil de l'Université d'Australie occidentale (UWA), "des outils de dépistage simples et précis sont nécessaires pour prédire ceux qui souffrent d'AOS". En utilisant des "points de repère prédéterminés" sur le visage et le cou, Eastwood affirme qu'un ensemble amélioré de marqueurs prédictifs a été développé avec les images 3D, y compris une discrépance entre la mâchoire supérieure et inférieure, des dents allongées et des hauteurs faciales supérieures et inférieures élevées. Cela rend la technique non seulement plus efficace, mais aussi plus flexible, car les points de repère supplémentaires peuvent être utilisés pour évaluer plus précisément la probabilité d'obstruction. Eastwood a également collaboré avec Syed Zulqarnain Gilani, professeur d'informatique à l'UWA, pour aider à identifier les caractéristiques les plus étroitement associées au trouble. Gilani a contribué à établir l'algorithme qui a séparé les ensembles de données (mesures faciales) en groupes basés sur le niveau de risque total. Ces types de programmes sont développés à l'aide de l'apprentissage automatique, où le système devient plus efficace au fil du temps à mesure que les schémas de chaque classification deviennent plus clairement définis. En d'autres termes, les groupes à haut risque, à faible risque ou sans risque sont plus facilement reconnus à chaque nouvel ensemble de données d'entrée. Au moment de la publication de l'étude, l'algorithme atteignait une sensibilité de 97 % aux facteurs de risque et une spécificité de 76 %.
Mesures précises
L'analyse faciale 3D utilise des mesures linéaires et géodésiques. Dans les images 3D, les mesures géodésiques sont la distance la plus courte entre des points sur une surface courbe (telle qu'un crâne ou une autre caractéristique faciale). Ces mesures sont ensuite combinées et comparées à l'ensemble des points de repère pour prédire la présence et la gravité de l'apnée du sommeil, qui est définie selon l'indice d'apnée-hypopnée (IAH). L'IAH représente le nombre moyen d'événements d'apnée et d'hypopnée par heure. Bien que des travaux soient encore nécessaires pour affiner ces techniques et développer une méthode efficace pour mettre cette technologie à la disposition du grand public (ainsi que pour en promouvoir l'utilisation), il est clair que l'anatomie cranio-faciale est un outil important dans l'effort de reconnaissance et de diagnostic des individus à plus grande échelle.
Recherche et développement complémentaires
Le défi pour une utilisation plus répandue des outils d'imagerie 3D est de rendre la technologie plus accessible tout en maintenant un niveau de précision élevé. Pour rester efficace en milieu clinique et à domicile, la technologie d'analyse d'images doit devenir à la fois conviviale et abordable, ainsi que adaptable aux technologies existantes déjà sur le marché. Combinées à des technologies existantes telles que l'oxymétrie de pouls des applications mobiles et des technologies portables, les scans 3D peuvent potentiellement devenir sûrs, pratiques, non invasifs et suffisamment peu coûteux pour une adoption à grande échelle. Une autre option consiste à intégrer la numérisation 3D dans d'autres technologies telles que les applications de données de sommeil. Ces applications utilisent des capteurs optiques, acoustiques, infrarouges, à ultrasons ou d'autres types de capteurs pour évaluer la santé et le sommeil sur une base régulière. L'étude d'Eastwood et de ses collègues contribue à faire un pas important dans cette direction, non seulement à des fins de diagnostic, mais aussi pour les besoins de santé à long terme et le traitement. Parce que ces repères faciaux et squelettiques sont si précis en tant que prédicteurs du trouble, cette technologie en évolution pourrait conduire au premier outil de dépistage largement utilisé pour le risque et l'évaluation de l'apnée du sommeil.
Sources
AASM - https://aasm.org/study-supports-3d-face-photos-as-sleep-apnea-screening-tool/
American Journal of Orthodontics and Dentofacial Orthopedics - https://www.ajodo.org/article/S0889-5406(95)70101-X/fulltext
Dental Press Journal of Orthodonics - https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4686746/
Journal of Clinical Sleep Medicine - Commentaire - https://jcsm.aasm.org/doi/10.5664/jcsm.8402
Journal of Clinical Sleep Medicine - Étude - https://jcsm.aasm.org/doi/10.5664/jcsm.8246
Sleep - https://academic.oup.com/sleep/article/32/1/46/2454281
Sleepapnea.org - https://www.sleepapnea.org/learn/sleep-apnea-information-clinicians/
Springer Link - https://link.springer.com/article/10.1007/s00405-006-0241-5