Sleep & RecoveryArticle de rechercheAccès libre

Un capteur cervical sans fil détecte les stades du sommeil et l'apnée avec une précision clinique

Des chercheurs de Northwestern développent un dispositif porté sur la peau qui surveille les schémas respiratoires et cardiaques afin de détecter avec précision les stades du sommeil et les troubles associés.

vendredi 3 avril 2026 6 vues
Publié dans Proc Natl Acad Sci U S A
a thin, circular wireless sensor patch attached to the base of a person's neck while they sleep peacefully in a hospital bed with monitoring equipment visible in background

Résumé

Des chercheurs de la Northwestern University ont mis au point un capteur sans fil porté sur la peau, qui s'applique sur le cou et détecte avec précision les stades du sommeil ainsi que l'apnée du sommeil en surveillant les schémas respiratoires, la fréquence cardiaque et les mouvements corporels. Lors d'essais cliniques menés auprès de 35 participants, l'appareil a surpassé les wearables commerciaux, atteignant une précision comparable à celle des études du sommeil réalisées en milieu hospitalier. Contrairement aux dispositifs portés au poignet, qui ne captent pas les données respiratoires, ce capteur enregistre les schémas respiratoires essentiels à la détection des troubles du sommeil, offrant ainsi une alternative confortable aux équipements hospitaliers encombrants pour la surveillance du sommeil à domicile.

Résumé détaillé

Les troubles du sommeil touchent des millions de personnes et coûtent à l'économie américaine plus de 400 milliards de dollars par an, pourtant les méthodes diagnostiques actuelles se limitent soit à des procédures hospitalières invasives, soit à des appareils connectés grand public dépourvus de capacités de surveillance respiratoire. Des chercheurs de la Northwestern University ont développé une solution innovante : un capteur sans fil à interface cutanée offrant une surveillance clinique du sommeil de qualité hospitalière, depuis le confort du domicile.

L'équipe a testé son capteur mécanoacoustique (LMA) basse consommation au cours de 43 sessions de sommeil réparties sur 35 participants, incluant des individus en bonne santé et des personnes souffrant d'apnée du sommeil. Ce dispositif souple et adhésif se fixe à la base du cou et capte simultanément l'effort respiratoire, les mouvements thoraciques, les sons cardiaques et la position corporelle grâce à des capteurs intégrés. Cette approche multimodale permet de détecter les schémas respiratoires essentiels à l'identification des stades du sommeil et des troubles associés, informations absentes des dispositifs portés au poignet.

Grâce à un modèle de machine learning explicable appelé LMA-SleepNet, le système a obtenu des performances supérieures dans la distinction des stades du sommeil (éveil, NREM, REM) et la détection des événements d'apnée du sommeil, surpassant les appareils connectés commerciaux. Fait notable, l'analyse a révélé que les caractéristiques de variabilité respiratoire s'avéraient plus déterminantes que la variabilité de la fréquence cardiaque — pourtant largement étudiée — pour différencier les stades de sommeil profond, ce qui valide le choix de centrer le dispositif sur les schémas respiratoires.

Cette technologie présente des avantages significatifs par rapport aux solutions actuelles. Contrairement à la polysomnographie, qui nécessite des nuits à l'hôpital avec de multiples capteurs filaires, ce dispositif unique assure une surveillance continue sans perturber le sommeil naturel. Par rapport aux appareils connectés grand public, qui mesurent principalement les mouvements et la fréquence cardiaque, il capture les biomarqueurs respiratoires indispensables à la détection précise des troubles du sommeil. Le dispositif a démontré sa durabilité et son confort auprès de participants aux profils variés, sans aucune perte de données ni besoin de repositionnement au cours des sessions de sommeil.

Cette avancée pourrait transformer la médecine du sommeil en permettant une surveillance précise et continue pour les patients en période postopératoire, le suivi des traitements de l'apnée du sommeil et l'optimisation de la santé en général, rendant ainsi l'évaluation clinique du sommeil accessible en dehors des établissements hospitaliers.

Principales conclusions

  • Neck-worn sensor outperformed commercial wearables in sleep stage classification accuracy
  • Respiratory variability features proved more important than heart rate variability for deep sleep detection
  • Device successfully detected sleep apnea events across diverse population including obese participants
  • Single sensor replaced multiple hospital monitoring devices while maintaining clinical accuracy
  • Technology enabled personalized sleep analysis comparable to human expert interpretation

Méthodologie

Étude clinique portant sur 43 sessions de sommeil auprès de 35 participants (âgés de 19 à 75 ans, IMC de 21 à 55) comparant le capteur LMA à la polysomnographie de référence en laboratoire hospitalier du sommeil. Modèle d'apprentissage automatique entraîné sur des données multimodales de capteurs, incluant les schémas respiratoires, cardiaques et de mouvement.

Limites de l'étude

Étude menée uniquement en environnement hospitalier contrôlé, pas encore validée pour une utilisation à domicile sur le long terme. Limitée à 43 sessions de sommeil, elle nécessite une validation complémentaire auprès de populations plus larges et plus diversifiées avant tout déploiement clinique.

Ce résumé vous a plu ?

Recevez les dernières recherches sur la longévité dans votre boîte de réception chaque semaine.

Saisissez votre e-mail pour vous abonner :