Du cœur à l’ouvrage : Le patch à ultrasons sans fil surveille en permanence les tissus profonds, même en mouvement.
La technologie portable est un domaine de la médecine qui évolue rapidement. Des ingénieurs de l’université de Californie (UC) de San Diego ont poursuivi cette tendance en mettant au point un système d’échographie sans fil sur un patch qui peut surveiller en permanence les signes vitaux en temps réel, même lorsqu’une personne est en mouvement.
Les ultrasons utilisent des ondes sonores à haute fréquence pour former une image des structures internes du corps telles que les organes abdominaux, les muscles et les tendons, ou le cœur et les vaisseaux sanguins. Par rapport à d’autres méthodes d’imagerie médicale telles que l’imagerie par résonance magnétique (IRM) et la tomodensitométrie (CT), l’échographie est plus sûre, moins coûteuse et plus polyvalente.
Cependant, il existe des limites qui rendent l’échographie peu pratique. Les sondes utilisées pour obtenir des images sont souvent encombrantes et reliées à de gros appareils. Elles doivent être placées manuellement et manœuvrées dans la bonne position, ce qui exige que la personne soit immobile. Enfin, l’interprétation des images échographiques nécessite l’intervention de professionnels de santé spécialisés.
Tout cela pourrait bientôt appartenir au passé grâce à la mise au point d’un patch échographique sans fil.
Le système d’échographie portable entièrement intégré mis au point par les ingénieurs de l’université de San Diego est conçu pour la surveillance des tissus profonds. Et il n’est pas lié à un appareil encombrant.
« Ce projet apporte une solution complète à la technologie des ultrasons portables – non seulement le capteur portable, mais aussi l’électronique de contrôle sont fabriqués dans des facteurs de forme portables », a déclaré Muyang Lin, co-auteur principal de l’étude. « Nous avons créé un dispositif véritablement portable capable de détecter sans fil les signes vitaux des tissus profonds ».
Le système à ultrasons sur patch (USoP : ultrasound-system-on-a-patch) améliore le précédent capteur à ultrasons de l’équipe, qui nécessitait des câbles pour l’alimentation et le transfert des données. Le nouvel USoP contient un circuit de commande miniaturisé et flexible qui s’interface avec un réseau de transducteurs à ultrasons qui recueille et transmet des données sans fil à une application pour smartphone. Le circuit est alimenté par une batterie commerciale au lithium-polymère.
En testant l’appareil, les ingénieurs ont constaté qu’il pouvait prendre des mesures continues des tissus jusqu’à une profondeur de 164 mm pendant 12 heures, ce qui signifie qu’il peut surveiller des éléments importants tels que la pression artérielle, la fréquence cardiaque et le débit cardiaque.
« Cette technologie a un grand potentiel pour sauver et améliorer des vies », précise Muyang Lin. « Le capteur peut évaluer la fonction cardiovasculaire en mouvement. Des valeurs anormales de tension artérielle et de débit cardiaque, au repos ou à l’effort, sont des signes distinctifs de l’insuffisance cardiaque. Pour les populations en bonne santé, notre appareil peut mesurer la réponse cardiovasculaire à l’exercice en temps réel et fournir ainsi des indications sur l’intensité réelle de l’exercice exercé par chaque personne, ce qui peut guider la formulation de plans d’entraînement personnalisés. »
L’algorithme d’apprentissage automatique est la clé de la capacité de l’USoP à surveiller une cible mobile de manière autonome et continue. Normalement, le capteur doit être réajusté manuellement en fonction du mouvement pour s’assurer qu’il surveille bien le tissu cible. Ici, les ingénieurs ont modifié l’algorithme pour qu’il analyse automatiquement les signaux entrants et choisisse le canal le plus approprié pour suivre le tissu cible. Les ingénieurs affirment qu’à leur connaissance, il s’agit du premier dispositif portable à suivre de manière autonome une cible en mouvement.
De plus, grâce à un algorithme d’adaptation avancé, l’USoP peut être entraîné sur une personne et transféré sur une autre – ou plusieurs autres – avec un besoin minimal de réentraînement. Cela garantit la cohérence et la fiabilité des données collectées.
« Nous avons finalement réussi à généraliser le modèle d’apprentissage automatique en appliquant un algorithme d’adaptation avancé », lance Ziyang Zhang, co-auteur principal de l’étude. « Cet algorithme peut automatiquement minimiser les écarts de distribution des domaines entre les différents sujets, ce qui signifie que l’intelligence de la machine peut être transférée d’un sujet à l’autre. Nous pouvons former l’algorithme sur un sujet et l’appliquer à de nombreux autres nouveaux sujets avec un minimum de recyclage. »
À l’avenir, l’équipe prévoit de tester son dispositif sur de grandes populations.
« Jusqu’à présent, nous n’avons validé les performances de l’appareil que sur une population restreinte mais diversifiée », assure Xiaoxiang Gao, coauteur de l’étude. « Comme nous envisageons ce dispositif comme la prochaine génération de dispositifs de surveillance des tissus profonds, les essais cliniques constituent notre prochaine étape. »
