Un caillot grossit comme une boule de neige qui dévale une pente : d'abord petit, il accroche de nouvelles couches, et le moment où il se transforme en avalanche est difficile à deviner. Dans le sang, une longue chaîne de réactions se déclenche — la cascade de coagulation — où une substance en éveille une autre, et le caillot prend de la masse. Le problème est qu'au chevet du patient, les médecins ne voient que quelques chiffres — par exemple, le taux de fibrinogène ou les facteurs de coagulation — tandis que le principal « déclencheur » (le facteur tissulaire, qui initie tout le processus) reste souvent dans l'ombre. Sans lui, le modèle de croissance du caillot ressemble à une prévision météo sans connaissance de la température de l'océan.

Les auteurs de l'étude ont construit un « observateur intelligent » — un cadre computationnel basé sur des équations différentielles neuronales cachées. Il prend les miettes connues : les concentrations de quatre protéines sanguines et quelques premières mesures de la taille du caillot — et reconstitue la valeur manquante du facteur tissulaire. Ensuite, en s'appuyant sur la physique de la diffusion (la propagation des substances) et la biochimie de la cascade, le modèle dessine pas à pas comment le caillot va croître. Parmi les sept méthodes testées, deux se sont révélées nettement plus précises que les autres : les équations différentielles ordinaires neuronales stochastiques (SNODE) et leur « grand frère » avec mémoire — les équations différentielles fonctionnelles neuronales stochastiques (SNFDE). Elles fonctionnent comme un traducteur qui ne se contente pas de mémoriser des mots, mais comprend la grammaire du processus et se trompe donc moins souvent.

Le résultat pratique est simple : plus le modèle reçoit de mesures, plus il prédit avec confiance. Et inversement — tenter de voir loin dans l'avenir augmente l'incertitude. Cette approche relie pour la première fois l'inférence de paramètres cachés et la prédiction de la croissance du caillot dans un outil flexible, ouvrant la voie à une modélisation personnalisée de la thrombose — où l'ordinateur indiquerait au médecin comment le caillot se comporterait chez ce patient précis, et non chez un patient statistiquement moyen.