Performance de l’algorithme BIOSERENITY AI EEG normal/anormal dans la classification automatique de l’EEG comme normal ou anormal: étude rétrospective sur des données en vie réelle.

Objectif(s) de la recherche et intérêt pour la santé publique

Finalité de l'étude

Objectifs poursuivis

Domaines médicaux investigués

Bénéfices attendus

L'électroencéphalogramme (EEG), en conjonction avec l'évaluation clinique, est fréquemment utilisé dans les examens neurologiques, cependant il nécessite une expertise médicale très spécifique.

BIOSERENITY AI EEG normal/anormal est un algorithme conçu pour automatiser la classification des enregistrements EEG comme normaux ou anormaux, marqué CE depuis décembre 2025. Cette classification automatique permet d’élargir l'utilisation de l'EEG pour un diagnostic facilité et plus rapide dans les cas critiques, ou pour recentrer le temps médical sur l’analyse d’EEG complexes.

L’objectif de cette étude est d’évaluer l’algorithme sur des données issues de la pratique clinique réelle, c’est-à-dire des enregistrements EEG réalisés dans le cadre de la pratique clinique courante dans plusieurs hôpitaux français depuis la mise sur le marché de l’algorithme.

Les enregistrements issus de la pratique clinique présentent des différences en termes de composition de la population étudiée, de spectre d’indications, de conditions d’acquisition, de qualité du signal et de pratiques des opérateurs.

Il est ainsi essentiel de confirmer que l’algorithme conserve ses spécifications en vie réelle, tant pour détecter toute dérive de performance après la mise sur le marché que pour étayer la généralisation du dispositif, ce qui constitue un enjeu critique reconnu pour l’IA médicale.