Du niveau à la fonction: phénotypage computationnel des troubles de la conscience à partir de réponses neuronales en un seul essai (STAND-OUT)

L'évaluation clinique de la conscience après une lésion cérébrale sévère demeure fondamentalement comportementaliste : les patients sont classés selon ce qu'ils peuvent manifester, et non selon ce qu'ils peuvent traiter. Ce paradigme est à la fois statique et faillible : statique, car il impose une catégorie fixe à un état dont la fluctuation constitue précisément une caractéristique essentielle ; faillible, car un patient peut percevoir, apprendre et anticiper tout en étant privé des voies motrices lui permettant de le démontrer. Les chiffres révèlent l'ampleur de cette impasse conceptuelle : malgré l'utilisation de l'ensemble des outils recommandés, 50 à 77 % des patients à la phase aiguë demeurent dans une zone grise pronostique. Or, la majorité des décès après un coma surviennent à la suite d'une décision de limitation ou d'arrêt des traitements prise au cœur même de cette incertitude. Autrement dit, le diagnostic repose encore sur un pari fondé sur l'absence de preuve. La neuro-imagerie a partiellement répondu à cette difficulté en affinant les marqueurs du niveau de conscience — signatures spectrales, intégration des réseaux, entropie des états cérébraux dynamiques. Ces outils présentent désormais une réelle valeur pronostique clinique, reproductible entre modalités et centres. Toutefois, détecter et quantifier la conscience ne revient pas à en comprendre les mécanismes. Un indice de complexité peut indiquer l'intensité de l'activité cérébrale, mais non la manière dont le cerveau traite les informations reçues. Le patient accumule-t-il encore des preuves sensorielles ? Maintient-il un modèle prédictif du monde auditif, pondérant la surprise selon la fiabilité de ses attentes ? Ces questions portent sur la fonction, et non sur l'amplitude. Aucune mesure de connectivité ou de complexité n'a été conçue pour y répondre, car aucune ne modélise explicitement la dynamique neuronale comme un processus d'inférence. Les paradigmes auditifs passifs se rapprochent le plus de cette frontière. Le paradigme local-global distingue les régularités préservées en l'absence de conscience des violations associées à l'accès conscient ; leur détection prédit la récupération dans de vastes cohortes prospectives. Des approches plus récentes de décodage et d'apprentissage profond étendent cette démarche à la prédiction de l'éveil au lit du patient. Pourtant, une revue systématique publiée en 2026 met en évidence une limite persistante : le traitement prédictif est régulièrement invoqué comme cadre théorique, tandis que les analyses reposent sur des classifications génériques utilisant des caractéristiques spectrales ou entropiques. La théorie est citée, mais jamais ajustée aux données. Aucune étude n'a encore estimé, dans cette population, les paramètres individuels d'un modèle d'inférence. L'écart entre métaphore et mécanisme demeure donc non quantifié. STAND-OUT vise à combler cette lacune. En ajustant des modèles bayésiens hiérarchiques d'inférence aux réponses neuronales essai par essai, le projet ne cherche plus à déterminer ce qu'un patient non communicant peut manifester, mais ce qu'il demeure capable de calculer. Son ambition est triple : approfondir notre compréhension de l'architecture neuronale de l'inférence et de son altération après une lésion cérébrale ; fournir aux cliniciens une base fonctionnelle, au-delà du seul comportement, pour évaluer la conscience des patients incapables de s'exprimer ; et ouvrir, à terme, la voie à une neuromodulation personnalisée. À l'interface des neurosciences fondamentales, de la modélisation computationnelle et de la validation clinique, STAND-OUT reformule la question centrale de la médecine du coma : non plus « quelqu'un est-il encore là ? », mais « que peut-il encore, précisément, connaître ? ». École doctorale : CLESCO - Comportement, Langage, Éducation, Socialisation, Cognition Direction : Stein SILVA Financement : MSCA COFUND BEST