B

R

RcméBt

B

a

b

RD

2d

r

h0

ull Acad Natl Med (2021) 205, 118—129

Disponible en ligne sur

ScienceDirectwww.sciencedirect.com

APPORT ET RECOMMANDATIONS DE L’ANM

apport 20-06 —– Interfaceserveau-machine : essais d’applicationsédicales, technologie et questions

thiques�

rain-machine interface: Testing of medical applications,echnology and ethical issues

. Bioulaca,∗, B. Jarryb, R. Ardailloua

Académie nationale de médecine, 16, rue Bonaparte, 75006 Paris, FranceLe Ponant, 19, rue Leblanc, 75015 Paris, France

ecu le 12 octobre 2020 ; accepté le 24 novembre 2020isponible sur Internet le 10 décembre 2020

MOTS CLÉSÉlectrodes ;Handicaps ;Éthique ;Dispositifs médicaux

Résumé L’interface cerveau-machine (ICM) est une technique permettant de recueillirl’activité du cortex et de la transformer, grâce à un logiciel, en commande d’activités motricesou sensorielles définies respectivement comme asynchrone et synchrone parce que dans cedernier cas le cortex est stimulé par un événement extérieur alors que dans le premier ilenclenche par la pensée un ordre moteur indépendant des nerfs et des muscles. Le recueil del’activité corticale est soit extracrânien, et utilise l’électroencéphalographie, soit intracrânienavec implantation d’électrodes dans le cortex recueillant les potentiels émis. Les applicationsmédicales de l’ICM visent à restaurer la mobilité d’un ou plusieurs membres suite à un accidentou une maladie. L.A. Benabid a mis au point une technique de commande corticale d’un exos-quelette pour traiter des patients paraplégiques. G. Courtine et J. Bloch proposent de réactiver

des circuits moteurs lombaires épargnés lors de l’accident. N. Jarasse et G. Morel font appelà des patrons supports constitués à partir des mouvements du tronc et de l’épaule accompa-gnant le mouvement voulu de la prothèse du bras amputé. A. Lecuyer a développé un logiciel« OpenViBE » appliqué au « neurofeedback » qui permet au patient visualisant les ondes de

� Un rapport exprime une prise de position officielle de l’Académie nationale de médecine. L’Académie dans sa séance du mardi4 novembre 2020 a adopté le texte de ce rapport par 120 voix, 2 voix contre, 17 abstentions. Le Comité des travaux de l’Académiees technologies l’a adopté à l’unanimité de ses membres le 15 octobre 2020.∗ Auteur correspondant.

Adresses e-mail : bernard.bioulac@gmail.com (B. Bioulac), bruno.jarry@academie-technologies.fr (B. Jarry),aymond.ardaillou@academie-medecine.fr (R. Ardaillou).

ttps://doi.org/10.1016/j.banm.2020.12.009001-4079/© 2020 l’Academie nationale de medecine. Publie par Elsevier Masson SAS. Tous droits reserves.

Rapport 20-06 119

son cerveau de les ramener par entraînement à une norme afin d’améliorer déficits moteurset troubles mentaux. Pour restaurer la vision en cas de perte des photorécepteurs, S. Picaudapplique une stratégie consistant à réintroduire des informations visuelles dans le circuit neu-ronal en utilisant une puce électronique implantée en épi- ou sous-rétinien afin de stimuler lescellules ganglionnaires et atteindre in fine le cortex visuel. Toutes ces recherches concernentun nombre isolé de malades rarement étudiés dans des conditions de vie normale. Pour passer àl’étape industrielle, plusieurs défis doivent être affrontés : mieux connaître les réseaux neuro-naux impliqués, développer la détection des signaux neuronaux avec des électrodes plus fines,plus résistantes et assemblées dans des matrices en en positionnant un très grand nombre à lasurface du cortex, progresser dans le domaine de l’informatique et de l’analyse des données.Toutes ces techniques soulèvent des problèmes éthiques dont les 3 principaux sont : de pré-server le caractère personnel de l’activité neuronale, de refuser toute coercition vis-à-vis dupatient, et d’optimiser des dispositifs sauvegardant son pouvoir de décider. Ce rapport recom-mande un soutien public en faveur de la recherche académique et des start-ups, la créationd’une structure de mise en réseau des unités de recherche travaillant dans le domaine, le refusd’une autocratie permise par le développement du numérique.© 2020 l’Academie nationale de medecine. Publie par Elsevier Masson SAS. Tous droits reserves.

KEYWORDSElectrodes;Disabilities;Ethics;Medical devices

Summary Brain-machine interface (BMI) is a technique which allows the activity of the cortexto be collected and transformed, by means of software, into the control of motor or sensoryactivities defined as asynchronous and synchronous, respectively, because in the latter casethe cortex is stimulated by an external event whereas in the former it triggers by thought amotor order independent of the nerves and muscles. The collection of cortical activity is eitherextracranial, using electroencephalography, or intracranial with the implantation of electrodesin the cortex collecting the emitted potentials. The medical applications of the BMI aim to res-tore the mobility of one or more limbs following an accident or illness. L.A. Benabid developeda technique for cortical control of an exoskeleton to treat paraplegic patients. G. Courtine andJ. Bloch propose another approach, which is to reactivate lumbar motor circuits spared duringthe accident. N. Jarasse and G. Morel support patterns made from the movements of the trunkand shoulder accompanying the desired movement of the amputated arm prosthesis. A. Lecuyerdeveloped OpenViBE software applied to neurofeedback which allows the patient visualising thewaves of his brain to bring them back to a standard by training which improves motor deficitsand mental disorders. To restore vision in the event of loss of photoreceptors, S. Picaud imple-mented a strategy consisting of reintroducing visual information into the neuronal circuit usingan electronic chip implanted in the epi- or sub-retinal to stimulate the ganglion cells and reachthe visual cortex. All this research concerns an isolated number of patients rarely studied innormal living conditions. In order to move to the industrial stage, challenges must be faced:better knowledge of the neuronal networks, developing the detection of neuronal signals withthinner, more resistant electrodes assembled in matrices by positioning a very large numberon the surface of the cortex, progress in computer science and data analysis. All these tech-niques raise ethical problems, the 3 main ones being the collection of neuronal activity whichwill preserve its personal character, the refusal of any coercion towards the patient, and theoptimisation of the devices so that they do not get the power to decide. This report leads us torecommend public support for academic research and start-ups, the creation of a network tobring together the research units working in the field, the refusal of an autocracy made possibleby the development of digital technology.© 2020 l’Academie nationale de medecine. Published by Elsevier Masson SAS. All rights reserved.

pdvdto

Ce document est issu des auditions de plusieurs spé-

Introduction

L’exploration du système nerveux est au centre d’une consi-dérable effervescence technologique. Un domaine retientparticulièrement l’attention, celui des interfaces cerveau-machine (ICM). Une interface cerveau-machine (ICM), aussiappelée interface cerveau-ordinateur (ICO) ou encore inter-

face neuronale directe (IND), désigne un moyen de commu-nication utilisant l’activité cérébrale. Cette approche tech-nologique s’effectue de manière indépendante des nerfs

cdd

ériphériques et des muscles, les périphériques habituelsu cerveau. Le but ultime d’une ICM est de fournir au cer-eau un autre intermédiaire de communication sous contrôlee l’utilisateur. Ce champ multidisciplinaire ouvre des voieshérapeutiques nouvelles pour des affections neurologiquesu psychiatriques dont la gravité reste souvent sans recours.

ialistes du domaine francais et étrangers par un groupe’étude composé d’académiciens de l’Académie nationalee médecine et de l’Académie des technologies (Annexes

1

1lsvdacetdpcéllce

Ie

H

EsccévdJtnp

eédvcFrsr

dph«làlsdcut

ocl

nf

D

Ui

•

•

•

•

•

•

ID

20

et 2), constitué pour établir l’état de la recherche sures ICM en France. Après avoir défini le concept d’ICM, ilera fait référence à cinq exemples significatifs de ces tra-aux. Un second chapitre tente une revue de l’état de l’artes technologies mises en œuvre dans ce type de systèmeinsi que de quelques-uns des verrous technologiques ren-ontrés, dont la levée est un préalable au passage du stadexpérimental où nous sommes actuellement au stade indus-riel, c’est-à-dire, la production à une échelle commercialees dispositifs médicaux sélectionnés. Dans une dernièreartie et comme, aussi, pour toutes les techniques médi-ales nouvelles, la question se pose de définir les problèmesthiques soulevés et les contraintes qui s’ensuivent. Enfin,e rapport fait un certain nombre de recommandations quiui paraissent nécessaires pour maintenir la France dans laourse à l’innovation qui caractérise ce domaine en pleinexpansion.

nterfaces cerveau-machine : concept etssais d’applications médicales

istorique

berhard Fetz, en 1969, est le premier à rapporter qu’uninge apprend très vite à commander le déplacement d’unurseur sur un écran par la seule activité des neurones duortex moteur, c’est-à-dire, les trains de potentiels d’actionmis par ces neurones lors d’un mouvement [1]. Cette obser-ation démontre que la commande volontaire neuronale’une ICM est possible. Dans les années 1980, l’équipe deohn Donoghue développe, chez le primate non humain, desechniques d’enregistrement de l’activité neuronale prove-ant des aires corticales à fonction motrice et les utiliseour contrôler des équipements [2].

Miguel Nicolelis franchit une étape supplémentaire, ilntraîne des singes à atteindre des objets présentés sur uncran d’ordinateur. Leurs « intentions d’agir » sont déco-ées et transmises à un bras robotisé dont ils ne peuventoir le mouvement. Par la suite, les singes apprennent àontrôler les mouvements du bras robotisé en le regardant.inalement, les singes s’alimentent en se servant du brasobotisé entièrement piloté par la pensée. Le cerveau duinge se réorganiserait en incluant la représentation du brasobotisé comme extension de son propre membre [3].

Plusieurs techniques d’ICM, avec implantation’électrodes dans les aires motrices, ont été mises auoint dans le but de restaurer la mobilité chez l’êtreumain (tétraplégie et syndrome d’enfermement). Ainsi, le

Brain Gate System » utilisé dès 2000, consiste à entraînere patient dont les capacités à communiquer sont altérées,

imaginer qu’il a sous la main une souris d’ordinateur. Para pensée, il déplace un curseur sur un clavier virtuel situéur un écran. Il forme des mots avec des lettres ou choisites mots prédéfinis pour composer des phrases. On cite leas de Matthew Nagle, patient tétraplégique, qui contrôlaitn bras robotisé, un curseur d’ordinateur, l’éclairage, laélévision [4].

À côté de ces ICM invasifs, plusieurs chercheursnt développé des techniques de collecte de l’activitéérébrale moins invasives. Il s’agit essentiellement de’électroencéphalographie (EEG) et aussi des techniques de

arcs

B. Bioulac et al.

euro-imagerie telles l’imagerie par résonance magnétiqueonctionnelle (IRMf) ou la magnétoencéphalographie (MEG).

escription d’une ICM

ne ICM forme le plus souvent un système en boucle fermée,ncluant six étapes principales [5] (Fig. 1) :

collecte et mesure de l’activité cérébrale. Les méthodesd’enregistrement peuvent être invasives ou non. Lespremières font appel à différents types de grillesd’électrodes directement implantées dans les zonesd’intérêt corticales (aires à fonction motrice, visuelle,auditive. . .). Les électrodes sont au contact des neuroneset captent les potentiels d’action qu’ils émettent. Cesderniers, par leur organisation, sous-tendent les codesformant les messages centraux (intention, idées. . .).

Même si ces méthodes opèrent au plus près de lasignalisation centrale, elles recèlent de nombreux incon-vénients : déplacements et pertes de contact neuronal,gliose, infections.

Parmi les méthodes non invasives il faut citer les tech-niques de neuro-imagerie (IRMf, et MEG), mais l’EEGdemeure la méthode plus utilisée ; elle mesure, grâceà des électrodes, les microcourants présents en surfacedu cuir chevelu. L’électrocorticogramme (EcoG) est unEEG réalisé au contact direct du cortex cérébral, il estpartiellement invasif ;

prétraitement. On élimine, grâce à des filtres spatio-temporels, les activités parasites musculaires et ocu-laires ;

extraction de caractéristiques. Il s’agit d’extraire d’ungrand nombre de signaux, des caractéristiques (ou motifs)concernant une puissance donnée dans une bande de fré-quence. Ainsi, imaginer un mouvement déclenche uneactivité � ou � dans les aires motrices, mais les carac-téristiques (ou patterns) de l’activité motrice imaginairesont de plus faible intensité que celles de la motricitéréelle ;

classification. Cette étape consiste à attribuer, grâce à unalgorithme et une valeur seuil, une classe au vecteur decaractéristiques qui représente le type de tâche mentaleeffectuée par l’utilisateur de l’ICM ;

traduction en commande. L’information est traduite encommande selon l’application recherchée. La commandes’opère grâce à un système émetteur-récepteur avec ousans fil ;

retour perceptif. Cela correspond à la fermeture de laboucle de rétroaction permettant au sujet d’apprendre àcontrôler son activité cérébrale ; sans ce feedback il n’enest pas capable. C’est la base du principe de « neurofeed-back ».

CM asynchrones et synchronesans l’utilisation d’une ICM asynchrone, le sujet interagit

vec le système quand il le décide en modifiant volontai-ement son activité cérébrale (EEG) [6]. Les signaux deommande sont continus et permettent un contrôle progres-if tel celui d’un curseur. Plusieurs signaux sont utilisés :

Rapport 20-06 121

ce c

ppledCciplàrtdcdItm

TLIllt6rsrafil, à un exosquelette qui appareille le patient. Ces signauxélectriques sont « isomorphes » à « l’intention ou lavolonté d’agir » du sujet et assurent la commande et

1 Certains classent les ICM en deux catégories [2]. Les ICM dits delecture (« read out ») utilisent l’activité cérébrale pour mettre enœuvre des dispositifs suppléant essentiellement la fonction motrice(fauteuil roulant, exosquelette. . .) et les ICM dits d’écriture (« writein ») qui utilisent la stimulation électrique pour transmettre un

Figure 1 Exemple d’interfa

• les potentiels corticaux lents (SCPS : « Slow CorticalPotential Shifts) ». Ce sont des variations progres-sives du potentiel cortical moyen (1 à 2 Hz pendantquelques secondes), elles sont liées à des états men-taux (disponibilité. . .). La plupart des sujets apprennentà contrôler, par feedback, ce potentiel et à en provo-quer une variation positive ou négative qui est ensuitetransformée en commande par l’ICM ;

• l’activité oscillatoire sensorimotrice. Elle est enregis-trée à l’aplomb des aires motrices et se modifie durantl’activité motrice et aussi lorsque le sujet imagine unmouvement. L’énergie de ces signaux se situe dans lesbandes de fréquences � (8—15 Hz) et � (15—25 Hz). Lesujet apprend, par feedback, à contrôler les variations deces rythmes dans le cas de mouvements imaginés afin depiloter une ICM.

Dans une ICM synchrone, ce n’est pas l’activité spontanéedu cerveau qui est enregistrée, mais sa réponse à un stimu-lus [6]. Ce dernier est détecté dans l’EEG et transformé encommande. On distingue deux types principaux de réponsescérébrales :

• les potentiels évoqués visuels de bas-niveau (SSVERs :« Steady State Visual Evoked Responses »). Ils apparaissentdans le cortex visuel primaire après un stimulus visuel.Ces potentiels se manifestent avec une augmentation del’amplitude du signal EEG dans la bande de fréquencecorrespondant à celle du stimulus. Les sujets apprennentà contrôler l’amplitude du SSVER grâce au feedback età l’utiliser pour interagir avec l’ICM comme dans le jeu« Mind Shooter » ;

• les potentiels évoqués par un événement (ERPs : « Event-Related Potentials »). Les ERPs sont des signaux EEG defaible durée engendrés par une réponse cérébrale à desstimuli externes (visuel, auditif, tactile). Un des plus uti-lisés est l’ERP de type P 300 qui apparaît 300 ms aprèsle stimulus et est relié à une tâche cognitive. Dès lors,la détection de l’ERP type 300 est traitée par l’ICM pourgénérer des commandes binaires.

Vers des applications médicalesParmi les domaines d’application, le domaine médical vientnaturellement à l’esprit où les ICM permettent à des

sral

erveau-machine d’après [6].

ersonnes handicapées motrices (amputation, hémiplégie,araplégie, accident vasculaire cérébral [AVC], scléroseatérale amyotrophique. . .) de contrôler une prothèse, unxosquelette et divers dispositifs. Ils offrent égalementes perspectives thérapeutiques pour les déficits sensoriels.’est le cas, depuis 1975, pour la surdité avec les implantsochléaires et aussi pour la perte de la vision avec lesmplants rétiniens. Ces implants n’impliquent pas commeremière étape la commande de l’activité corticale, maisa réponse corticale à un stimulus, ce qui en fait des ICM

effet immédiat dites « synchrones »1. On a égalementecours à des ICM, via le « neurofeedback », dans le trai-ement de pathologies telles que le trouble avec déficite l’attention et hyperactivité chez l’enfant (TDAH) ouertaines dépressions. À titre d’exemple, nous décrivons ci-essous cinq applications actuellement en développement.l existe d’autres domaines d’utilisation des ICM : diver-issements, multimédias, neuromarketing et applicationsilitaires qui ne sont pas traités ici.

étraplégie, ICM et exosqueletteouis-Alim Benabid (Clinatec, CEA-Grenoble) développe uneCM destinée à suppléer l’absence de mouvement et deocomotion chez des patients tétraplégiques porteurs deésion spinale en C4—C5 [7]. Cette ICM repose sur un sys-ème qui comprend deux implants cérébraux avec chacun4 électrodes positionnées en épidural au-dessus de laeprésentation somatotopique du membre supérieur. Lesignaux enregistrés par cette électrocorticographie épidu-ale sont traités en ligne par un algorithme de décodagepproprié. Ils sont envoyés ensuite, par transmission sans

ignal au système nerveux central (SNC) (implants cochléaires etétiniens, stimulation cérébrale profonde dans les mouvementsnormaux, stimulation des racines postérieures liées aux circuitsocomoteurs dans les paraplégies. . .).

1

lludépim

pmCcn

depjl

domdnLsUsmlc

tmfppls

PlPpLsepntddlvalàlt

ct

l(leqdLfdsClpld

clpfm

PcAelrrdlialccd«rec

acs

bcvama«

22

e contrôle de l’effecteur. Ce dernier est principalement’exosquelette utilisé au laboratoire, mais il peut être aussin avatar virtuel utilisé à domicile. Pendant les 24 mois’expérimentation, les deux patients inclus dans cettetude se sont entraînés à de nombreuses tâches mentalesour accroître le nombre de degrés de liberté (mouvementsndépendants les uns des autres), en matière de mouve-ents et de locomotion.À ce jour, un des patients contrôle « corticalement » un

rogramme qui simule la marche et autorise certains mouve-ents bi-manuels et polyarticulaires du membre supérieur.es mouvements, ayant jusqu’à huit degrés de liberté,oncernent l’atteinte et le toucher d’objets ou la prosupi-ation et la rotation du poignet.

Plus particulièrement pour la locomotion, la partiee l’exosquelette correspondant aux membres inférieursst robotisée et fonctionne de facon quasi-autonome. Leatient commande de facon cérébrale un « je marche oue m’arrête » en déclenchant un commutateur qui est unogiciel de marche humanisée automatisée.

Des améliorations sont envisagées. Il y a la perspectivee développer une main capable de préhension pilotée parrdinateur qui donnerait deux degrés de liberté supplé-entaires (ouverture et fermeture de la main). Une autreifficulté concerne l’équilibre. Actuellement, la marcheécessite que le patient soit soutenu par un système suiveur.’exosquelette maintient l’équilibre vers l’avant, mais pasur le côté, le robot ne peut pas se positionner en abduction.ne solution consiste à mettre au point un « épisquelette »ur lequel on greffe des moteurs des articulations notam-ent pour la hanche. Une autre approche serait d’utiliser

es hanches de type « Boston Dynamics » déjà fonctionnelleshez des chiens robots.

Cette démarche ouvre la perspective d’une réhabilita-ion pour les patients tétraplégiques. Elle s’appuie sur laise en œuvre d’une ICM constituée d’une neuroprothèse,

ormée d’un exosquelette à quatre membres, commandéear le patient de facon centrale via une électrocorticogra-hie épidurale. Ce dispositif jouit jusqu’à huit degrés deiberté en termes de mouvements et est utilisable au moinsept semaines sans recalibrage.

araplégie, stimulation électrique des circuitsocomoteurs et entraînement volontaireour recréer de la locomotion volontaire chez les para-légiques Grégoire Courtine et Jocelyne Bloch (EPFL-CHU,ausanne) proposent une autre approche [8]. En s’appuyantur le modèle du rongeur paraplégique, ils montrent qu’ilst possible de réactiver les circuits locomoteurs lombairesar la stimulation électrique couplée à l’apport de séroto-ine. Mais, surtout, grâce à la technique CLARITY qui rendransparent le cerveau et la moelle épinière, G Courtine aécouvert l’existence de fibres nerveuses épargnées ascen-antes et descendantes venant du cortex moteur et gagnantes circuits locomoteurs lombaires. Dès lors l’entraînementolontaire, facilité par un robot qui suspend l’animal etllège les effets de la gravité, consiste à la fois à stimu-

er les racines postérieures liées aux circuits lombaires et

créer de la motivation. Il en résulte un accroissement dea repousse neuronale de ces fibres résiduelles entre le cor-ex moteur, le tronc cérébral et la moelle lombaire. Au plan

««LR

B. Bioulac et al.

linique, on observe une locomotion volontaire non automa-ique.

Ces données ont permis de valider le concept chez’homme. Huit paraplégiques incomplets en phase chronique1 à 13 ans) ont bénéficié de ce protocole. Un neurostimu-ateur, inséré dans l’abdomen, active 16 électrodes placéesn épidural, de L1 à S2, sur les racines postérieures impli-uées dans les circuits locomoteurs. Pendant les séances’entraînement, les sujets sont supportés par un robot.a mise en jeu de la stimulation électrique épidurale deacon concomitante à l’intention de mouvement entraînees modifications claires de l’excitabilité du cortex sen-orimoteur avec désynchronisation dans la bande � (ERD).ette nette modulation électroencéphalographique traduit

a fonctionnalité des fibres résiduelles. Après six mois, lalupart des patients ont récupéré une marche possible, maisimitée et poursuivent les séances de stimulation en dehorsu laboratoire.

À terme, le souhait de ces chercheurs est d’implanter deshamps d’électrodes sur la moelle épinière et d’autres sure cortex moteur et de les relier par des ponts électroniquesour court-circuiter la lésion du système nerveux et aider laonction des jambes réalisant ainsi une prothèse d’aide à laarche.

atrons supports des coordinations motrices etommande de prothèseu sein de l’équipe Agathe (Inserm, CNRS, université Pierret Marie Curie), Nathanael Jarrasse et Guillaume Morel danseur approche robotique chez un amputé du membre supé-ieur évitent de faire appel à la commande centrale du brasobotisé via le cortex moteur [9]. Ils s’appuient sur ce qu’ilsénomment « le langage du corps humain ». À cette fin,orsque le sujet décide de guider la prothèse vers une cible,ls décryptent, grâce à des capteurs placés du côté du brasmputé, les signaux émis par les mouvements du tronc, de’épaule et de la partie supérieure de ce bras. Ces signauxontiennent, en termes de codage, les patrons supports desoordinations motrices capables d’engendrer le mouvemente guidage du membre supérieur normal. Ils injectent donc

le langage de cette coordination motrice » dans le brasobotisé. La prothèse devient, dès lors, capable de décodert interpréter ces informations et de déterminer commentompléter le mouvement naturel.

À titre expérimental, ils montrent, chez un individu sainvec un coude bloqué par un exosquelette (verrouillage duoude normal mimant l’amputation) que le bras robotiqueuit la trajectoire que le bras normal suivrait naturellement.

L’équipe Agathe travaille également sur la question duouclage sensoriel (feedback). Comme l’indiquent les cher-heurs « la prothèse peut parler en retour » grâce à desibreurs installés sur le bras valide du patient. Ce bras recoitinsi des signaux vibratoires lui indiquant l’orientation de laain robotisée, ce qui permet de positionner la prothèse

vec précision et de s’assurer qu’elle est bien placée en ressentant les informations » qu’elle recoit.

OpenViBE », signaux centraux et handicaps, Neurofeedback »es travaux d’Anatole Lécuyer et de l’équipe HYBRID (Inria,ennes) ont débouché sur le développement du logiciel

Ssf

inprd

tvésc

e[màdueps

ucdr

cprelcdcpqnsnminpnct

oplagp

Rapport 20-06

« OpenViBE », devenu depuis 2009, un des standards dansle secteur des logiciels faciles à utiliser pour faire del’interfacage cerveau-machine et, plus particulièrement,dans les applications médicales du « neurofeedback » [10].

Une application de « OpenViBE », dans le cadre de han-dicaps sévères (syndrome d’enfermement, sclérose latéraleamyotrophique évoluée), concerne une matrice de lettres àépeler par la pensée (« matrix speller »). Elle est basée surl’utilisation de l’ERP type P300, potentiel évoqué cortical,qui se manifeste lorsque survient un événement attendu parle sujet. Dans la matrice, les lettres clignotent et le sujetdoit se concentrer sur celle qu’il souhaite sélectionner encomptant les occurrences de cette lettre. L’attention por-tée par le sujet sur une lettre va entraîner l’apparition de laP300 sur l’EEG et il est alors possible d’en déduire la lettresélectionnée.

Mais un des points forts de l’équipe d’Anatole Lécuyer estde développer des logiciels destinés à appliquer le « neuro-feedback » au plan thérapeutique. L’idée est de corriger,chez certains patients, les ondes cérébrales déviantes parrapport à la population normative. Le sujet s’entraîne àramener les ondes cérébrales visualisées par l’EEG à unecertaine norme et ainsi obtenir des effets positifs sur lapathologie. Un exemple classique est celui du patient placéface à un écran montrant un ballon qui monte et qui des-cend. S’il réussit à développer l’onde cérébrale appropriéeet correctrice de celle liée à la maladie, le ballon monteet s’il n’y arrive pas le ballon descend. En s’entraînant, lepatient met en place les connexions cérébrales de la nor-malité et le ballon monte.

Avec le projet « Hemisfer » cette équipe introduit unedémarche encore plus originale en combinant, dans larééducation par le « neurofeedback », EEG et IRM. L’intérêtde ce couplage réside dans la complémentarité de cestechniques en termes de résolution, l’EEG pour l’aspecttemporel et l’IRM pour l’aspect spatial.

Les pathologies visées concernent essentiellement :

• les déficits moteurs associés aux AVC où le sujet vas’entraîner à produire des rythmes � et � sur les airesmotrices ;

• le trouble de déficit de l’attention avec hyperacti-vité (TDAH) où le sujet s’efforcera, par son attention,d’instaurer des rythmes � et � surtout pour contrecar-rer le rythme � trop puissant dans les régions frontales etcingulaires ;

• la dépression résistante où le sujet tentera de corrigerl’asymétrie frontale �.

Il faut citer d’autres applications. C’est le cas d’un simu-lateur d’apprentissage chirurgical avec une interface deretour à l’effort. Le but, ici, est de maîtriser la charge cog-nitive lors d’un geste opératoire. Un autre exemple renvoieà la combinaison EEG, ICM et réalité augmentée où le sujetpeut voir son cerveau « en action » et essayer de mobilisertelle ou telle zone et déclencher tel ou tel type d’activitécérébrale. . .

Évolution des implants rétiniensDans le cadre du traitement de la perte de la vision, de fortsespoirs sont fondés sur l’utilisation des implants rétiniens.

CLà

123

erge Picaud, de l’Institut de la Vision à Paris, fait le pointur les données actuelles concernant ces implants, autresormes d’ICM.

Parmi les maladies à l’origine de la perte de la vision,l y a celles dues à l’altération des photorécepteurs réti-iens (bâtonnets et cônes) telles : la DMLA et la rétinopathieigmentaire et celles dont la cause relève d’une dégéné-escence des cellules ganglionnaires comme la rétinopathieiabétique ou le glaucome.

Pour restaurer la vision en cas de perte des photorécep-eurs, la stratégie consiste à réintroduire des informationsisuelles dans le circuit neuronal en utilisant une pucelectronique implantée en épi- ou sous-rétinien afin detimuler les cellules ganglionnaires et atteindre in fine leortex visuel.

Dans le cas des implants épirétiniens, José Alain Sahelt Pierre Olivier Barale ont proposé un dispositif original11]. Dans celui-ci, les patients portent une paire de lunettesunies d’une caméra faisant une photo, celle-ci est envoyée

un microprocesseur qui transforme l’image en une matricee codes de stimulation électrique, elle-même transmise àn boîtier électronique. Ce dernier transforme ces codesn véritables courants électriques diffusant vers une petitelaque de 60 électrodes « clouée » sur la rétine afin detimuler les cellules ganglionnaires.

Ce dispositif permet aux patients de localiser un carré surn écran. Certains parviennent à lire des mots. Cependant,ette technique n’a pas encore atteint un pouvoir résolutife 600 pixels indispensable pour que les patients puissenteconnaître un visage ou se mouvoir de facon autonome.

Dans le cas des implants subrétiniens, une puce de sili-ium est glissée sous la rétine. Elle est constituée d’unitésorteuses d’une électrode de stimulation centrale entou-ée de photodiodes avec un amplificateur à grille de massencerclant ces unités [12]. Le faisceau lumineux fournit àa fois l’énergie et l’information. Ce dispositif a été testéhez le rat aveugle avec la lumière infrarouge et a induites potentiels d’action dans le cortex visuel. Le projethez l’homme, conduit par Yannick Lemer, comprend uneaire de lunettes équipée d’une caméra/vidéoprojecteurui capte les images et les transforme en patterns lumi-eux infrarouges et les projette sur le fond d’œil. La puceubrétinienne est alors activée par les infrarouges qui four-issent les patterns et la puissance. Des essais précliniquesenés chez le primate aveugle révèlent que la stimulation

nduit des potentiels d’action et qu’une cellule ganglion-aire répond à un pixel. Les essais cliniques ont inclus desatients atteints de DMLA. Ce dispositif permet de recon-aître des formes, des objets et des lettres. L’objectif,ependant, est d’accroître la résolution de l’implant enapissant le fond d’œil avec plusieurs petits implants.

Alternativement, Serge Picaud a développé la thérapieptogénétique en insérant un canal ionique photosensiblerésent dans une algue dans un virus vecteur puis en’injectant dans les cellules ganglionnaires, les transformantinsi en photorécepteurs. Dans ces conditions, les cellulesanglionnaires stimulées avec de la lumière génèrent desotentiels d’action [13].

onclusiona mise en œuvre des différents types d’ICM est susceptible,

partir de signaux centraux (intention, imagination. . .), de

124

Figure 2 Schéma d’une interface neuronale directe.W

ppemaia

Lt

L[sfimddpdcdlm

olc(ddvevldltdt(

L

Lmnilrllmmrccop

ctdlàcmaf

mldsd

N

CllqnrA

•

•

•

L

ikipédia.

roduire des signaux de commande pour de nombreux dis-ositifs médicaux : curseur, prothèses robotisées (mains,xosquelettes. . .), fauteuils roulants automatisés, robotsobiles autonomes ou non, « matrix speller », interaction

vec des environnements virtuels. . . Alternativement, via lesmplants rétiniens ou cochléaires, le recours aux ICM vautussi pour les déficits sensoriels.

es interfaces cerveau-machine : les défisechnologiques à affronter

e lancement des grands programmes scientifiques BRAIN14] aux États-Unis et « Human-BRAIN » en Europe ontuscité un grand intérêt de la part des journaux scienti-ques spécialisés, mais aussi des media plus généralistes et,ême, du grand public [15]. Ces programmes visent uneescription détaillée de la structure et de l’organisationu cerveau humain, et de son fonctionnement. Souventrésentés comme la nouvelle frontière de la connaissanceans le domaine biologique, les travaux scientifiques finan-és par ces grands programmes ont généré un regain’attention pour un ensemble de développements techno-ogiques, parmi lesquels les ICM dont l’état de lieux a étéagistralement dressé récemment [16].Dans cet article, les auteurs rappellent les barrières qui

nt limité les succès passés de cette discipline et décrivent’entrée aux côtés des acteurs historiques qui l’ont marquéeomme la « Defense Advanced Research Projects Agency »DARPA) [17,18], agence du département de la Défensees États-Unis chargée de la recherche et développementes nouvelles technologies, de nouveaux investisseurs pri-és, souvent issus de la Silicon Valley. Ces investisseurst les compagnies qu’ils financent partagent une mêmeision : obtenir des avancées technologiques majeures danse domaine des dispositifs d’enregistrement, d’analyse et’utilisation des ondes provenant du cerveau ; en poussanta technologie à ses limites, proposer de nouvelles applica-ions cliniques pour soigner une grande variété de patients,

es maladies neurodégénératives et des suites de trauma-ismes jusqu’aux déficits auditifs ou de vision, et au-delàFig. 2).

Llé

B. Bioulac et al.

es progrès de l’ingénierie neuronale

es origines de l’ingénierie neuronale remontent aux pre-iers essais d’enregistrement de l’activité électrique des

eurones dans les années 50 quand des électrodes ont étémplantées dans le cortex de singes Rhésus pour mesurer’amplitude des ondes qu’il émet [19]. L’amélioration ulté-ieure des techniques d’enregistrement a permis de doublere nombre de neurones enregistrés approximativement touses 7 ans, selon une règle comparable à la loi de Moore,ais avec une progression bien plus lente. Les toutes pre-ières applications cliniques des ICMs se sont centrées sur la

estauration des perceptions de patients souffrant de défi-its sensoriels. Une des études pionnières a été les travauxonduits sur les implants cochléaires dans les années 70 quint mené à un changement de paradigme majeur pour lesatients malentendants à partir des années 80 [20,21].

En parallèle aux développements sur les implantsochléaires l’application d’un courant électrique sur le cor-ex visuel de patients aveugles en utilisant des électrodese surface a conduit au développement de prothèses dea vue, permettant à des personnes aveugles d’apprendre

reconnaître des objets simples [22,23]. Il s’agissait danses deux cas de fournir au cerveau des signaux générés deanière externe, capables d’y produire un effet similaire

ux capteurs humains habituels suivi des mêmes résultatsonctionnels.

Plus tard la mise au point de systèmes d’enregistrementsulticanaux des signaux du cortex a permis de contrôler

e mouvement d’un bras robotisé avec de multiples degrése liberté [24]. À la différence des précédents exemples, il’agit là d’une ICM où l’on capture un signal du cerveau, etont, par contre, l’effet est externe.

ouveaux défis

omme l’ont bien montré les avancées spectaculaires rappe-ées ci-dessus, chaque système nécessite l’identification et’enregistrement de signaux spécifiques des neurones impli-ués. L’expérience du passé montre que la mise au point deouvelles applications à finalité médicale passera par desuptures dans au moins trois domaines différents (voir aussinnexe 3) :

l’avancée des connaissances dans les neurosciencesd’abord qui permettra de mieux connaître les réseauxneuronaux impliqués dans les processus recherchés ;

le développement de systèmes de détection des signauxneuronaux comme des électrodes plus fines, plus résis-tantes et assemblées dans des matrices capables d’enpositionner un très grand nombre à la surface du cortexen permettant une densité de plus en plus importante desites d’enregistrement et de résolution spatiale ;

les avancées dans le domaine de l’informatique et del’analyses des données.

es électrodes

es modalités non invasives comme’électroencéphalogramme (EEG), la tomographie àmission de positron (PET) ou l’imagerie fonctionnelle

dh

L

Lpndé

•

•

•

ldlredtntld

ti

ldndddscotnu

L

Lqdsp

Rapport 20-06

à résonance magnétique n’ont pas la résolution spatialesuffisante pour recueillir les signaux électriques émis parles neurones individuels d’un circuit neuronal.

Pour aller vraiment plus loin, il faut implanter direc-tement dans la boite crânienne les systèmes d’électrodeset les microprocesseurs de prétraitement auxquels ellessont connectées par une étape de chirurgie lourde. Cesréseaux d’électrodes, leur configuration, leur localisation,etc. nécessitent de grands développements. On note cepen-dant que la mise au point d’électrodes endovasculaires ou desystèmes d’électrocorticogramme de surface, objets moinsinvasifs, sont le sujet de programmes de recherche en courset d’expérimentation.

Un autre défi est celui de la qualité des enregistrementsobtenus avec les électrodes implantables actuelles qui sedégrade au cours du temps suite à la présence des cellulesgliales entourant les neurones qui, en se multipliant, dimi-nuent le contact entre ceux-ci et les sondes ou de réactionsde rejet immunologique et de dégradation des systèmeseux-mêmes. On ne peut donc enregistrer les signaux quependant quelques mois ou au mieux une année, même sil’utilisation de matériaux compatibles ou de câbles ultrafinsprévus pour diminuer les phénomènes de cisaillement ontmontré récemment des améliorations substantielles [25].

La composante informatique

Par définition la détection des signaux neuronaux ne consti-tue que la moitié d’un système ICM. Ces signaux doiventpouvoir être transmis à un ordinateur en utilisant soit uneconnexion à fil ou mieux encore, sans fil. La connexionfilaire implique un passage intracrânien, difficile à poseret source de contaminations biologiques. Les systèmes sansfil n’exposent évidemment pas à ce type de problème,mais en créent toute une série d’autres, par exemple lalargeur de bande disponible, la sécurité et la nécessitéd’implanter une pile —– qui ne pourra produire du courantélectrique que pendant quelques mois si elle doit apporterl’énergie à un système très consommateur —– et devra doncêtre changée au bout d’un certain temps. Pour donner unordre de grandeur, on peut calculer qu’un système basé sur100 000 électrodes nécessitera un protocole de transmissionaussi rapide qu’une connexion Thunderbolt TM 3 (Apple, Inc& Intel, Inc.), aujourd’hui considérée comme la plus rapidesur le marché grand public. La largeur de bande pourrait êtredrastiquement réduite par la mise en place d’un micropro-cesseur de prétraitement, en diminuant la taille des donnéesà transmettre, mais, à son tour, cette possibilité impliquela mise au point de systèmes beaucoup plus complexes,limitant sans doute le nombre d’électrodes disponibles etaugmentant grandement le volume nécessaire, une situa-tion problématique pour un système devant être positionnéà l’intérieur du crâne. De plus, il faudra, peut-être, limiterla chaleur dissipée localement par le microprocesseur.

Les systèmes peuvent actuellement suivre quelquescentaines de neurones localisés dans une région précise

du cerveau. Les systèmes ICMs de demain nécessiterontd’enregistrer des dizaines si ce n’est des centaines de mil-liers d’unités, provenant, peut-être, de régions éloignéesles unes des autres sur le cortex. Cela pose des questions

mssd

125

’ingénierie, mais aussi de chirurgie comme on l’a vu plusaut, à ce jour insurmontables.

’analyse du signal

’analyse des données récupérées par ces systèmes com-lexes est un autre axe de travail, compte tenu de laature hautement parallèle des enregistrements provenant’unités individuelles séparées. En général, on utilise quatretapes pour décoder l’activité neuronale :

la filtration du signal pour diminuer le plus possible lebruit de fond ;

la détection des points de transition de neurones d’unétat à un autre (« spike ») et leur tri, la forme des trainsd’ondes détectés pouvant être quantifiée sous formed’expression de neurones individuels ;

enfin ces trains d’ondes doivent être décodés pour fournirl’information qu’ils contiennent, par exemple un signal decontrôle.

Si les deux premières étapes sont bien connues et réso-ues avec des systèmes capables de fournir des signauxont le rapport au bruit de fond est suffisamment élevé,’identification de l’information contenue dans les « spikes »este un axe de recherche actif, sans solution optimale clairet repose aujourd’hui sur des systèmes semi-automatisés quiemandent encore un grand savoir-faire du chercheur. Leri et l’identification des « spikes » ne sont pas strictementécessaires pour décoder certaines informations, et le pat-ern de l’activité spatiotemporelle peut suffire, mais si c’este cas on réduit par la même l’information contenue dans lesonnées recueillies.

Le traitement (« processing ») en temps réel des sys-èmes d’enregistrements hautement parallèles reste un défimportant.

Parmi les technologies prometteuses, on étudie actuel-ement la possibilité de ne plus se baser sur des unitése traitement universelles (CPUs), comme dans nos ordi-ateurs, mais d’utiliser des circuits intégrés spécifiqueses applications envisagées effectuant un nombre limité’opérations du type du « Tensor processing unit » (TPU)e manière bien plus efficace qu’un processeur universel,ystème développé par Google pour accélérer les chargesomputationnelles de « machine learning ». Une autreption à l’étude est celle des cartes graphiques des ordina-eurs. On peut penser que la solution pour décoder l’activitéeuronale sera basée demain sur des « decoding processingnits » spécialisées.

a conception des ICMs

’évolutivité physique des systèmes ICMs pose aussi uneuestion difficile. Le cerveau étant une structure tri-imensionnelle, la mise au point et la fabrication deystèmes tridimensionnels de structure complexe pose unroblème de fabrication compliqué. Les structures actuelle-

ent proposées pour positionner de nombreuses électrodes

ont généralement fixes et difficiles à adapter à des per-onnes différentes. Elles nécessitent, de plus, la création’un nouveau modèle pour chaque nouvelle génération

1

dlldeas

C

DncpfsmrdrdtAte

qsanps

unllddmt

csaljlf

P

Lcplsc[

t

eicscvlcsistlbcacsledrhlolsrCsm

drc

aàmv«decdrqmqrMeptdl

c

26

’appareil. La solution à ces problèmes passe par la modé-isation et l’optimisation du système de traitement de’information qui corrige par le calcul la non-optimisationu système physique d’ICM, mais il est à noter que celast de plus en plus complexe au fur et à mesure que l’onugmente le nombre de points de mesure et la résolutionpatiale recherchés.

onclusion

es dizaines d’année de recherche en neurosciences ont étéécessaires pour développer les outils utilisés pour tester laomplexité des signaux électriques du système nerveux etour la mise au point de plusieurs applications cliniques quionctionnent. Nos systèmes électroniques actuels, de plu-ieurs ordres de magnitude plus petits que les neurones,ais doués d’une vitesse de traitement du signal bien supé-

ieure, restent toutefois incapables de mimer la complexitées systèmes neuronaux. Si la recherche en ingénierie neu-onale a pu, au fil du temps, améliorer la largeur de bandees interfaces, la progression de ces développements resterès éloignée de celle de l’industrie des puces de silicium.u rythme des avancées actuelles, l’enregistrement simul-ané d’un million de neurones, le but fixé par la DARPA, restencore très éloigné dans le temps.

Il faut toutefois noter qu’à la recherche académiqueui a jusqu’à présent conduit les avancées technologiquesuccessives dans ce domaine, s’ajoute depuis quelquesnnées l’intérêt —– et les financements —– d’un certainombre d’entreprises technologiques, principalement, maisas seulement, dans la Silicon Valley (pour une revue de cestart-ups voir [16] et [Annexe 3]).

Le décodage des circuits neuronaux est aujourd’huine des tentatives contemporaines les plus difficiles, quie sera pas résolu du jour au lendemain seulement par’enthousiasme et le zèle des entreprises de la Silicon Val-ey. La plupart des challenges d’ingénierie rappelés ci-dessusevront être résolus par des programmes de recherche etéveloppement ciblés, en particulier ceux qui entourent lainiaturisation et le fonctionnement en parallèle des sys-

èmes d’enregistrement des signaux.L’arrivée de nouveaux entrepreneurs qui s’intéressent à

es sujets des neurosciences doit être encouragée et nousommes persuadés que des avancées substantielles vontrriver dans les années à venir. Les annonces de Neuralink,a start-up d’Elon Musk, qui ont fait la première page desournaux en juillet 2019 et septembre 2020 semblent biene montrer, même si d’autres frontières sont encore àranchir [26].

roblèmes éthiques soulevés

’interface cerveau-machine compte de nombreuses appli-ations médicales analysées plus haut et soulève desroblèmes éthiques de deux ordres, ceux qui relèvent dea conduite du médecin vis-à-vis de son malade, quelle queoit l’affection dont il souffre, et ceux qui sont propres à

ette technique du fait des malades auxquels elle s’adresse27,28].

Dans la première catégorie, quatre principes sont essen-iels. Le premier est l’autonomie de la personne. Le patient

«ss

B. Bioulac et al.

st-il en capacité de prendre une décision raisonnée, libre,nformée, ce qui nécessite du médecin d’utiliser un langageompréhensible du niveau des connaissances du patient. Il’agit d’un principe général d’éthique médicale, celui duonsentement éclairé. Il s’y ajoute la mise en garde vis-à-is des informations inexactes circulant dans les médias etes réseaux sociaux. Le deuxième principe exige du méde-in qu’il ait la certitude que les traitements proposés, même’il pense qu’il s’agit là d’une avancée scientifique dont ilmporte de connaître les résultats, ne doivent en rien êtreusceptibles de nuire au patient et d’aggraver son état plu-ôt que de l’améliorer. La troisième exigence est celle dea bienfaisance. Le médecin doit toujours évaluer le rapporténéfice/risque des traitements proposés. Avant de les pres-rire, une question simple se pose : quel bénéfice réel vais-jepporter au malade ? —– La quatrième règle à respecter estelle de la justice, autant vis-à-vis de l’individu que de laociété. Depuis les chartes de Nuremberg et d’Helsinki eta création des comités d’éthique, les intérêts de l’individut ceux de la société doivent être mis en balance. L’intérête la société est de savoir comment on alloue une ressourceare et coûteuse telle que les soins et les technologies deaut niveau. L’intérêt de l’individu fait référence aux inéga-ités, aux discriminations que l’on pourrait être amené àbserver en cas d’application d’une technique à un nombreimité de patients afin de les améliorer alors que d’autres quiont dans la même situation en seraient exclus. Un exempleécent a été la crainte des médecins lors de l’épidémie deOVID-19 de ne pas pouvoir prodiguer à tous les patients lesoins jugés indispensables si les lits de réanimation et lesédicaments venaient à manquer.Les exigences énumérées ci-dessus sont générales et

oivent être respectées dans toutes les décisions thé-apeutiques. Les applications des techniques d’interfaceerveau-machine en ont soulevé de nouvelles [29].

La première est la collecte de l’activité neuronale qui un caractère personnel [30]. Elle peut donc permettre un tiers de l’utiliser à des fins autres que l’intérêt dualade si la boite noire de l’interface est reliée à un ser-

eur extérieur ou les données enregistrées volées par un pirate ». Il s’agit de la problématique générale de l’accèse tierces personnes à des informations sur un individu : enst-il informé ? A-t-il le choix de l’autoriser ou non ? S’ilhoisit de le faire, a-t-il des informations sur l’utilisatione ces données (sont-elles gardées par la société qui lesecueille, sont-elles vendues à de tierces parties) ? Cesuestions sont souvent sans réponses. Cela rejoint la problé-atique de l’utilisation des données de masse (« Big Data »)ui, pour partie, est régie par une directive européenne, leèglement général pour la protection des données (RGPD).ais les sociétés en question, étant pour la plupart extra-uropéennes, ne sont pas assujetties au RGPD et ne s’enréoccupent pas. On ignore aussi comment les données sontraitées : qui connaît les codes ? Qui connaît les sources ? Cesonnées sont-elles accessibles ? Comment en respecte-t-one caractère privé ?

Un autre problème est celui de la coercition. Tout méde-in a l’objectif de rendre son malade semblable à l’homme

normal », c’est-à-dire, pourvu des capacités dont jouissentes semblables en bonne santé. Mais certains patients neouhaitent pas modifier leur situation que ce soit par inertie

Llrl(prc

dt

•

•

•

•

•

D

L

Ai

Ms

(sP

A

Rapport 20-06

personnelle, ce qui est souvent le cas de personnes âgées oupar crainte que les améliorations proposées ne compliquentleur vie plutôt qu’elle l’améliore. On doit toujours respec-ter l’autonomie et ne pas offrir à un patient ce dont il neveut pas. Le patient préfère-t-il rester dans l’état où il estou faire l’effort de s’adapter à une nouvelle vie, toutes lestechniques qui lui sont proposées nécessitant un apprentis-sage souvent très lourd ?

Comment va-t-on optimiser les dispositifs de telle sortequ’ils soient au service des personnes et ne les rendent pasencore plus dépendantes ? Il est certain qu’un patient dontla mobilité est améliorée l’est souvent dans des conditionsexpérimentales et non dans la vie courante. On doit éviterune situation dans laquelle les initiatives du malade dépen-draient uniquement du bon vouloir de son médecin. De plus,les algorithmes utilisés se perfectionnent à partir des don-nées précédemment enregistrées (« machine learning ») et,ainsi, imposent des options dont la paternité ne revient plusà l’utilisateur. Qui décide la machine ou le malade ?

Enfin, même si on ne constate pas d’effets secondairesaprès l’implantation d’électrodes, on peut se demander siles zones voisines ne sont à l’abri d’aucune interaction.

En conclusion, ces principes éthiques restent du domainede l’homme « réparé », mais écartent les techniques créantun homme « augmenté », c’est-à-dire, doté de qualités nou-velles. Le risque, cependant, que les progrès des techniquesactuelles conduisent au transhumanisme ne doit pas êtremésestimé.

Conclusions et recommandations

La recherche mondiale sur les ICM est en train d’exploser2,et l’arrivée de plusieurs entreprises technologiques de trèshaut niveau dans un paysage antérieurement seulementacadémique augure de développements rapides dans cedomaine très compétitif.

Alerté par quelques publications récentes d’origineanglo-saxonne déjà citées dans le rapport, le Groupe de tra-vail interacadémique a souhaité faire un point de veille surl’état des travaux menés sur ce sujet en France et, de faconmoins approfondie, en Europe.

Des auditions effectuées, il ressort que les travaux deschercheurs auditionnés (Annexe 2) sont dans l’ensemble debon niveau. Les comptes rendus de plusieurs de ces auditionsfigurent également en annexe de ce document (Annexe 4).Plusieurs d’entre eux ont fait état de résultats en particulierdans le domaine des logiciels de traitement du signal, mêmesi dans l’ensemble la partie de mise au point proprementtechnologique sur les systèmes de récupération des signauxneuronaux ne semble pas être leur angle d’intérêt majeur. Ilnous paraît toutefois que si l’utilisation des ICM est amenéeà se développer pour des applications médicales d’intérêt,

cette partie technologique en sera la clé. Certaines struc-tures ou initiatives s’inscrivent déjà dans cette dynamique :le centre d’investigation clinique innovation-technologie(Inserm) à Garches (dispositifs pour handicaps moteurs), le

2 Cf. https://www.darpa.mil/news-events/2019-05-20 ethttps://www.horizon2020.gouv.fr/cid141184/selection-de-l-era-net-chist

G

1l

c

E

127

IMSI (CNRS) à Paris (interactions affectives non verbales),a start-up Mensia technologies (Inria) à Rennes (« neu-ofeedback »), DYCOG (Inserm) à Lyon (pilotage d’ICM),e projet Athéna (INRIA) —– Centre référent SLA à Nice« matrix speller ») [31]. De plus, l’association CORTICO aour but de créer des synergies favorisant l’avancement desecherches, développements et applications des interfaceserveau-ordinateur.

Conscientes de l’état actuel de la recherche en France etans le monde, l’Académie de médecine et l’Académie desechnologies formulent les recommandations suivantes :

soutenir la recherche académique en privilégiant les pro-jets dans ce domaine soumis à l’Agence nationale derecherche et en mettant en exergue les progrès accomplisauprès des institutions régionales afin qu’elles participentà leur financement ;

favoriser les créations de start-ups à partir des insti-tutions publiques de recherche ou d’initiatives privéesen les soutenant financièrement et en les aidant dansleurs démarches auprès d’investisseurs, ce que fait déjàl’Académie des technologies ;

créer une structure de réseau des équipes nécessitée parle caractère multidisciplinaire de ces travaux ;

retenir ce thème dans les futurs programmes derecherches et développement européen H2020 et HorizonEurope, ce qui pourrait permettre aux équipes francaisesde collaborer avec des équipes des autres États membres ;

rappeler à l’opinion et aux autorités publiques que cedomaine de recherche a pour objet exclusif le traitementdes malades atteints jusqu’ici d’affections incurables etne doit en rien être les prémices d’une transformationde nos concitoyens en sujets programmés pour des tâchesdonnées indépendamment de leur volonté.

éclaration de liens d’intérêts

es auteurs déclarent ne pas avoir de liens d’intérêts.

nnexe 1. Membres du groupe de travailnteracadémique

mes Barthélémy*, Bousser*, Goueslain** (chargée duuivi) ;

MM Allilaire*, Amalberti**, Ardaillou*, Berche*, Bioulac*Coordinateur), Boitard*, Caton*, Chouard*, Debré*, Dubous-et*, Jarry**, Laredo*, Lunel**, Netter*, Nordlinger*, Olié*,hilippon*, Spitz**.

* : Académie nationale de médecine** : Académie des technologies

nnexe 2. Chercheurs auditionnés par leroupe de travail

8/09/18 Alain BERTHOZ, Académie des technologies, Col-ège de France

02/10/18 Pierre PERRIER, Académie des technologies,oordinateur du groupe « Robotique »

16/10/18 Alim-Louis BENABID, Centre de Recherchedmond J Safra, Clinatec, LETI-Minatec, CEA-Grenoble

1

C

S

C

U

C

U

C

AIi

[

u

Ad

[

c

R

[

[

[

[

[

[

[

[

[

[

[

[

[

[

[

[

[

[

[

[

[

28

27/11/18 Julie GROLLIER, Unité mixte de physiqueNRS/Thales

11/12/18 Alexandre CARPENTIER, Hôpital Pitié-alpêtrière AP—HP

05/02/19 Anatole LECUYER, Equipe Hybrid, Inria/IRISA19/02/19 David COHEN, GH Pitié-Salpêtrière AP—HP,

NRS UMR 7222 ISIR, Sorbonne Université05/03/19 John DONOGHUE, WYSS Center Genève, EPFL,

niversité de Genève, Brown University19/03/19 Guillaume MOREL et Nathanaël JARRASSÉ, ISIR

NRS UMR 7222, Sorbonne Université02/04/19 Hervé CHNEIWEISS, UMR8246 CNRS,

1130 Inserm, Sorbonne Université16/04/19 Grégoire COURTINE et Jocelyne BLOCH, EPFL,

HUV28/05/19 Serge PICAUD, Institut de la vision, Paris

nnexe 3. État de l’art et Arguments sur lesnterfaces cerveau-machine (ICM) au niveaunternational

En ligne] Disponible sur :https://www.academie-medecine.fr/wp-content/

ploads/2020/12/Rapport-ICM-annexe-3.pdf

nnexe 4. Comptes rendus des 12 auditionsu Groupe de travail

En ligne] Disponible sur :https://www.academie-medecine.fr/wp-

ontent/uploads/2020/12/Rapport-ICM-annexe-4.pdf

éférences

[1] Fetz EE. Operant conditioning of cortical unit activity. Science1969;163:955—8.

[2] Serruya MD, Donaghue JP. Design principles of a neuromotorprosthetic device. In: Horch KW, Dhillon GS, editors. Neu-roprosthetics, theory and practice 2003. Londres: ImperialCollege Press; 2003 [Chapter III].

[3] Lebedev MA, Nicolelis MA. Brain-machine interfaces past,present and future. Trends Neurosci 2006;29:536—46.

[4] Kirsner S. CyberKinetics’ Brain-to-Computer Interface gets asecond chance, The Boston Globe; 2009.

[5] Lotte F. Les interfaces cerveau-ordinateur: conception et uti-lisation en réalité virtuelle. Rev Technique Sci InformatiquesHermes 2012;31(3):289—310.

[6] Huggins JE, Guger C, Allison B, et al. Workshops of thefifth international brain-computer interface meeting:defining the future. [Disponible sur : https://interstices.info/openvibe-un-logiciel-pour-les-interfaces-cerveau-ordinateur/].

[7] Benabid AL, et al. An exoskeleton controlled by an epi-dural wireless brain-machine interface in a tetraplegicpatient: a proof of concept demonstration. Lancet Neurol2019;18:1112—22.

[8] Wagner FB, Mignardot JB, Le Goff-Mignardot CG, DemesmaekerR, Komi S, et al. Targeted neurotechnology restores walking in

humans with spinal cord injury. Nature 2018;563:65—71.

[9] Merad M, de Montalivet E, Legrand M, Mastinu E, et al. Assess-ment of an automatic prosthetic elbow control strategy usingresidual limb motion for transhumeral amputated individuals

[

B. Bioulac et al.

with socket or osseointegrated prostheses. IEEE Trans MedRobot Bionics 2020;2:38—49.

10] Renard Y, Lotte F, Gilbert G, Congedo M, et al. OpenViBE:an open-source software platform to design, test and usebrain-computer interfaces in real and virtual environments.Presence: teleoperators and virtual environments, 19. Massa-chusetts Institute of Technology Press (MIT Press); 2010. p.35—53 [hal-00477153].

11] Barale PO, Mohand-Said S, Ayello-Scheer S, Haidar J,Picaud S, Sahel JA. Retrouver une vision (artificielle)grâce aux implants rétiniens. Photoniques 2017;85:31—3,http://dx.doi.org/10.1051/photon/20178531.

12] Lorach H, Goetz G, Smith R, Lei X, et al. Photovoltaic restora-tion of sight with high visual acuity. Nature 2015;21:476—82.

13] Picaud S. La restauration optogénétique à portée demain ? [Disponible sur : https://presse.inserm.fr/la-restauration-visuelle-par-therapie-optogenetique-a-portee-de-main/28986/].

14] The White House: fact sheet: BRAIN Initiative. [Disponible sur :ObamawhitehouseArchivesGov.2013].

15] Human brain project. [Disponible sur : https://www.humanbrainproject.eu/en/about/overview/].

16] Anikeeva, Chizeck, Fetz. The Economist. [Disponible sur :https://www.economist.com/technology-quarterly/2018-01-06/thought-experiments].

17] Neuro function, activity, structure, and technology (Neuro-FAST) (Archived). [Disponible sur : https://www.darpa.mil/program/neuro-function-activity-structure-and-technology].

18] DARPA and the brain initiative. [Disponible sur :https://www.darpa.mil/program/our-research/darpa-and-the-brain-initiative].

19] Strumwasser F. Long-term recording’ from single neu-rons in brain of unrestrained mammals. Science1958;127(3296):469—70.

20] Wilson BS, Dorman MF. Cochlear implants: a remarkable pastand a brilliant future. Hear Res 2008;242:3—21.

21] Eddington DK. Speech recognition in deaf subjects withmultichannel intracochlear electrodes. Ann NY Acad Sci1983;405:241—58.

22] Dobelle WH, Mladejovsky MG. Phosphenes produced by electri-cal stimulation of human occipital cortex, and their applicationto the development of a prosthesis for the blind. J Physiol1974;243(2):553—76.

23] Dobelle WH, et al. Artificial vision for the blind by electricalstimulation of the visual cortex. Neurosurgery 1979;5:521—7.

24] Pandarinath C, Paul Nuyujukian, Christine H, Blabe, Brit-tany L, et al. High performance communication by peoplewith paralysis using an intracortical brain-computer interface.eLife 2017;6:e18554, http://dx.doi.org/10.7554/eLife.18554[Published online 2017 Feb 21].

25] Servick K. [Disponible sur : https://www.sciencemag.org/news/2019/05/slender-neuron-size-probes-aim-better-recordings-brain-s-electrical-chatter].

26] Neuralink. Breakthrough technology for the brain. [Disponiblesur : https://neuralink.com/].

27] Burwell S, Sample M, Racine E. Ethical aspects of brain compu-ter interfaces: a scoping review. BMC Med Ethics 2017;18:60.

28] Drew L. The ethics of brain-computer interfaces. Nature2019;571:S19—21.

29] Chneiweiss H. Neurosciences et neuroéthique « Des cerveauxlibres et heureux ». Paris: Alvik Ed.; 2006.

30] OCDE. Recommandations du Conseil sur l’innovationresponsable dans le domaine des neurotechnologies.OECD/Legal/0457.

31] Guy V, Soriani MH, Bruno M, Papadopoulo T, Desnuelle C, ClercM. Brain computer interface with the P300 speller: usability fordisabled people with amyotrophic lateral sclerosis. Ann Phys

Rehabil Med 2018;61:5—11.

«

«

«P

«S

« Tensor processing unit »: circuit intégré spécifique pour une

Rapport 20-06

Glossaire

Cortex cingulaire: cortex phylogénétiquement le plus ancien, situéà la face interne des hémisphères cérébraux et appartenant ausystème limbique

« Connection Thunderbolt »: format de connexion informatiquechoisi comme interface standard par Thunderbolt

Épisquelette: squelette fixé sur un exosquelette afin de lui per-mettre plus de stabilité

ERD: « event-related desynchronization »survenue d’ondes � à l’EEG en liaison avec l’exécution du mouve-

mentLoi de Moore: lois empiriques qui ont trait à l’amélioration crois-

sante avec le temps de la puissance de calcul des ordinateurs et

de la complexité du matériel informatique

Magnétoencéphalographie: technique de mesure des champsmagnétiques induits par l’activité électrique des neurones ducerveau

129

Matrix speller »: interface ICM synchrone qui permet à l’utilisateurd’épeler et de construire des mots en sélectionnant des symbolesorganisés sous forme de matrice

Neurofeedback »: utilisation des affichages en tempsréel de l’activité cérébrale —– le plus souventl’électroencéphalographie —– dans le but d’enseignerl’autorégulation des fonctions cérébrales

OpenViBE »: un logiciel pour les interfaces cerveau-ordinateurrosupination: complexe de mouvements permettant une rotation

d’une partie de membre par rapport à une autre Spike »: potentiel d’action émis par un neuroneyndrome d’enfermement: paralysie presque complète. La consci-

ence et la fonction cognitive ne sont pas affectées

application, développé par Google, pour accélérer les systèmesd’intelligence artificielle par réseaux de neurones