Apprentissage automatique pour améliorer l'évaluation des mouvements généraux des nouveau-nés – MAGMA

Dès la naissance, le mouvement du bébé dans son ensemble et en particulier de chaque segment (bras, jambes, tronc) porte des informations essentielles dont l’expression dépend de l’intégrité neuro-anatomique et fonctionnelle cérébrale du bébé. Il a pourtant été négligé comme marqueur précoce prédictif du développement ultérieur principalement à cause de trois éléments : une absence de larges banques d’enregistrements intégrant des vidéos 3D permettant une analyse du mouvement de l’individu dans les 3 plans de l’espace, des outils d’analyse inadaptés, et le déficit d’interactions entre le monde médical et celui des scientifiques du traitement du signal et de l’intelligence artificielle. Nous pouvons lever ces verrous grâce à la synergie de deux équipes de l’Université Jean Monnet de Saint-Etienne travaillant déjà en collaboration et d’une association de soutien à la recherche pédiatrique.
Les mouvements généraux représentent une activité motrice spontanée survenant chez le fœtus à partir de neuf semaines d'aménorrhée (SA) et se poursuivant après la naissance jusqu'à l'apparition de mouvements contrôlés, vers quatre mois d'âge corrigé. L’analyse des mouvements généraux (ou « General Movement Assessment » (GMA)) est une évaluation validée de la maturation cérébrale principalement basée sur l'analyse filmée qualitative de la complexité, de la variabilité et de la fluidité des mouvements généraux. Fiable et reproductible, cette méthode observationnelle est à même d'identifier de manière très précoce, c’est-à-dire avant la sortie d’hospitalisation pour les enfants prématurés, les enfants qui sont à risque de trajectoires neurodéveloppementales anormales.
L'identification d'un tel risque est essentielle pour initier le plus précocement possible une intervention personnalisée (psychomotricité, kinésithérapie motrice, soins posturaux…) visant à améliorer le développement moteur et cognitif de ces enfants. Cependant l’analyse des GMA est très chronophage car elle nécessite un visionnage de longues séquences filmées du bébé pour sélectionner les paramètres moteurs d’intérêt. Cette analyse nécessite également un apprentissage important de la part du clinicien pour que les critères qualitatifs de ces mouvements à haute valeur pronostique soient pleinement exploités. Tous ces éléments limitent l’utilisation de l’évaluation des mouvements généraux en pratique courante au sein des unités de néonatologie.
En nous appuyant sur un consortium de chercheurs stéphanois issues de deux équipes de recherche labélisées de l’Université Jean Monnet de Saint-Etienne (Lab. SAINBIOSE et Lab. Hubert CURIEN) et de l’Association ADERPS (loi 1901) hébergée au CHU de Saint-Etienne dont l’objet est d’œuvrer dans la recherche pédiatrique et le suivi neurodéveloppemental des enfants vulnérables, nous proposons de concevoir un outil pronostique précoce du développement de l’enfant prématuré, basé sur l’automatisation de l’analyse des mouvements généraux par apprentissage profond.

Deux étapes sont programmées pour atteindre cet objectif : l’étude MAGMA EXPLORER et l’étude MAGMA PROGNOSIS-0-2.
- L’étude MAGMA EXPLORER développera une méthode d’analyse automatisée par intelligence artificielle de ces mouvements généraux produits dès la naissance.
- L’étude MAGMA PROGNOSIS 0-2 modélisera les corrélations entre les caractéristiques de ces mouvements généraux à la naissance (complexité, fluidité, variabilité) et leurs données évolutives à deux ans (échelle BAYLEY-4)

Par une approche inédite de prise en charge des nouveau-nés à haut risque neuro-développemental, le projet MAGMA ambitionne de proposer la première méthode de référence internationale pour l’aide au pronostic du développement ultra-précoce de l’enfant à haut risque neuro-développemental.