Les micro-éveils (MEV) sont des courtes interruptions du sommeil impliquées dans la fragmentation du sommeil et la qualité du repos. Leur détection manuelle est chronophage et sujette à une grande variabilité inter-experts. Cette étude vise à évaluer la performance d’un algorithme automatique de détection des MEV.

Nous avons étudié 11 polysomnographies (PSG) d’adultes du CHU d’Angers, scorées manuellement par deux experts à l’aveugle. L’algorithme automatique, basé sur du traitement du signal et ne faisant pas appel à l’intelligence artificielle, a été appliqué pour détecter les MEV. Les performances ont été évaluées par rapport à chaque lecteur individuellement ainsi qu’une référence combinée ne conservant que les MEV validés par les deux lecteurs. Les métriques incluaient la sensibilité et la valeur prédictive positive (VPP). Les lectures des deux experts ont également été comparées. La concordance inter-experts a été quantifiée en termes de sensibilité et de VPP en considérant le lecteur 1 comme référence.

L’algorithme détectait 69 % des MEV identifiés par le lecteur 1 et 68 % pour le lecteur 2, avec une VPP de 63 % et 59 %, respectivement. La sensibilité atteignait 79 % et la VPP 63 %, en regard de la référence combinée. La sensibilité et la VPP entre les deux lecteurs étaient de 76 % et 73 %, respectivement.

L’algorithme permet une détection fiable des MEV, avec des performances se rapprochant de celles des experts. La détection automatique des MEV peut réduire la variabilité inter-experts et faciliter la pratique clinique.