La recherche dans le domaine du neuromonitoring peropératoire (IONM) vise à améliorer la sécurité et le succès des interventions neurochirurgicales. L'IONM permet de surveiller en continu les fonctions nerveuses importantes pendant l'opération et aide l'équipe à réagir rapidement en cas de danger potentiel. Cela permet d'éviter d'endommager les structures cérébrales et nerveuses sensibles et de minimiser le risque de perte fonctionnelle permanente, ce qui améliore les résultats du traitement et la qualité de vie des patients.
Où en est aujourd'hui la recherche à l'IONM ?
La recherche dans le domaine du neuro-monitorage peropératoire (IONM) a fait des progrès significatifs ces dernières années, notamment en ce qui concerne l'intégration des technologies les plus récentes pour la surveillance en temps réel pendant les opérations. Les progrès réalisés en électrophysiologie et en imagerie ont permis de surveiller plus précisément et de manière plus fiable des voies nerveuses et des zones du cerveau spécifiques, ce qui améliore encore la précision dans la prévention des dommages.
Ainsi, l'Inselspital a développé le mapping dynamique continu, qui a permis de réduire le taux de paralysie après une opération d'une tumeur cérébrale d'environ 10 % avec les méthodes de mapping/monitoring conventionnelles à 3–5 %. Pour y parvenir, nous avons développé un instrument hybride qui permet une stimulation sous-corticale continue sans interrompre le processus chirurgical d'ablation de la tumeur. Dans cet instrument, une sonde de stimulation a été intégrée dans une ventouse chirurgicale classique.
L'automatisation et l'analyse de données par l'intelligence artificielle (IA), qui peuvent aider les médecins à interpréter plus rapidement les signes avant-coureurs, sont également au centre des recherches actuelles de l'IONM.
De plus, les scientifiques étudient des méthodes de surveillance multimodales qui combinent différentes techniques afin d'obtenir une image encore plus complète de l'activité nerveuse et de ses changements. Ces développements contribuent à accroître encore la sécurité des patients et à minimiser les complications.
Votre don permet
- le développement et l'amélioration des technologies de surveillance : investissement dans des appareils et des logiciels plus modernes pour la surveillance en temps réel des fonctions nerveuses pendant l'opération.
- l'analyse automatisée des données et l'intégration de l'IA : soutien au développement de l'intelligence artificielle, qui détecte les changements dans l'activité nerveuse à un stade précoce et avertit le chirurgien en temps réel.
- le monitoring multimodal: promotion de la recherche sur des méthodes de monitoring combinées, qui associent différentes techniques telles que l'électrophysiologie et l'imagerie.
- des études sur la sécurité des patients : financement d'études cliniques qui examinent l'influence des méthodes améliorées de l'IONM sur la sécurité des patients et la prévention des complications postopératoires.
- la formation et le perfectionnement : mise à disposition de ressources pour la formation de chirurgiens et de spécialistes à l'utilisation de l'IONM moderne, afin d'obtenir les meilleurs résultats possibles.
- des études de suivi à long terme : étude des effets à long terme de l'IONM sur la guérison et la qualité de vie des patients après des interventions neurochirurgicales complexes.
Soutenez nos recherches pour améliorer la sécurité des patients
Votre don pour la recherche dans le domaine du neuromonitoring peropératoire nous aide à faire avancer nos projets de recherche dans le domaine de la surveillance fonctionnelle et à rendre les interventions plus précises et plus sûres. Vous contribuez ainsi directement à une plus grande sécurité des patients et à une meilleure qualité des opérations.
Étude MEPO
Optimisation des potentiels évoqués moteurs transcrâniens lors d'opérations supratentorielles (MEPO)
Optimization of Transcranial Motor Evoked Potentials in Supratentorial Surgeries (MEPO)
Dans cette étude, nous examinons comment améliorer la surveillance des potentiels moteurs évoqués transcrâniens (MEP) pendant la chirurgie cérébrale. Bien que les MEP soient largement utilisés pour prévenir les déficits moteurs, la stimulation électrique provoque souvent des mouvements dans le champ opératoire, ce qui peut perturber l’intervention.
Notre projet développe de nouvelles méthodes pour mesurer et réduire ces mouvements, notamment grâce à l’utilisation d’accéléromètres peropératoires et à l’analyse vidéo quantitative des enregistrements du microscope chirurgical. En optimisant les circuits de stimulation, les paramètres et les montages d’enregistrement, nous visons à établir des techniques permettant de minimiser les mouvements tout en garantissant un enregistrement fiable des MEP. Cela pourrait rendre la surveillance plus continue, fournir des avertissements plus précoces en cas de déficits potentiels et, en définitive, améliorer les résultats chirurgicaux.
| Cheffe de l'étude : | Prof. Dr. méd. Kathleen Seidel |
| Coordinateur de l'étude : | Dr. méd. Pablo Abel Alvarez Abut |
| Registre de l'étude : | NCT06480370 |
Étude TRANSEKT
Comparaison de deux méthodes de stimulation pour la mesure des potentiels de mouvement pendant l'ablation chirurgicale de tumeurs cérébrales en vue de la précision du pronostic de paralysies après l'opération
Comparison between transcranial and direct cortical stimulation of motor evoked potentials during the resection of supratentorial brain tumors in terms of prognostic accuracy for postoperative motor deficits
Lors d'opérations de tumeurs situées à l'intérieur du crâne, dans une zone du cerveau qui commande entre autres le mouvement de certaines parties du corps (main, bras, jambe ou pied), il est nécessaire de surveiller les fonctions motrices pendant l'opération afin d'enlever la tumeur autant que possible sans compromettre la fonction motrice.
L'objectif de cette étude est de comparer deux méthodes de surveillance des fonctions motrices : la stimulation transcrânienne et la stimulation corticale directe. La stimulation transcrânienne est réalisée à l'aide d'électrodes fixées sur le cuir chevelu à des endroits précis. La stimulation corticale directe est réalisée à l'aide d'électrodes en bande qui, après ouverture du crâne, sont glissées sous les méninges et posées directement sur la surface du cerveau.
| Cheffe de l'étude : | Prof. Dr. med. Kathleen Seidel |
| Coordinateur de l'étude : Backup : | Dr. phil. Jonathan Wermelinger Nicole Söll |
| Registre de l'étude : | DRKS00023256 |
Projet CCEP pour la surveillance du langage
La recherche sur les CCEP (Cortico-cortical evoked potentials) vise à améliorer la cartographie et la préservation des voies linguistiques essentielles lors de chirurgies tumorales proches des centres du langage. Les CCEP permettent de mesurer directement la connectivité fonctionnelle entre différentes régions corticales et d’apporter un éclairage sur les variations individuelles des réseaux linguistiques. En perfectionnant ces techniques, nous cherchons à affiner l’identification peropératoire des zones du langage, à réduire le risque de déficits postopératoires et à favoriser des résections tumorales plus sûres dans les régions cérébrales éloquentes.
Publication relative à ce projet de recherche :
Seidel K, Wermelinger J, Alvarez-Abut P, Deletis V, Raabe A, Zhang D, Schucht P. Cortico-cortical evoked potentials of language tracts in minimally invasive glioma surgery guided by Penfield stimulation. Clin Neurophysiol. 2024 May;161:256-267. doi: 10.1016/j.clinph.2023.12.136.
Projet Apprentissage automatique
Dans ce projet de recherche, nous appliquons l'apprentissage automatique à la surveillance neurophysiologique peropératoire (IOM) afin d'améliorer la sécurité des patients et les résultats chirurgicaux.
Pendant l'opération, la surveillance neurophysiologique peropératoire surveille l'intégrité fonctionnelle des voies neurales en temps réel, mais l'interprétation rapide de signaux complexes peut s'avérer difficile et est susceptible à la variabilité humaine.
L'apprentissage automatique peut potentiellement aider en détectant des changements subtils, en réduisant les fausses alertes et en prédisant des événements indésirables plus tôt que les méthodes conventionnelles. Cela permettrait d'améliorer la prise de décision de l'équipe chirurgicale, de favoriser une interprétation cohérente des signaux et, en fin de compte, de réduire le risque de lésions neurologiques.
Publications relatives à ce projet de recherche :
Wermelinger J, Parduzi Q, Sariyar M, Raabe A, Schneider UC, Seidel K. Opportunities and challenges of supervised machine learning for the classification of motor evoked potentials according to muscles. BMC Med Inform Decis Mak. 2023 Oct 2;23(1):198. doi: 10.1186/s12911-023-02276-3.
Parduzi Q, Wermelinger J, Koller SD, Sariyar M, Schneider U, Raabe A, Seidel K. Explainable AI for Intraoperative Motor-Evoked Potential Muscle Classification in Neurosurgery: Bicentric Retrospective Study. J Med Internet Res. 2025 Mar 24;27:e63937. doi: 10.2196/63937.