1. L’électrocardiogramme assisté (ECG) améliore la détection précoce d’une faible fraction d’éjection chez les patients hospitalisés en améliorant la précision diagnostique sans augmenter l’utilisation de l’écocardiogramme
Niveau d’évaluation des tests: 1 (excellent)
Cette étude pragmatique randomisée contrôlée a évalué l’impact d’un algorithme ECG rendu à l’IA sur le diagnostic précoce de la fraction de l’éjection à faible éjection (EF ≤ 50%) chez les patients hospitalisés sous assistance non cardiologue. Dirigé dans un seul centre médical universitaire de Taïwan, l’étude a randomisé 13 631 patients admis dans un groupe d’intervention (n = 6 840) qui reçoit des interprétations ECG assistées par l’IA ou un groupe témoin (n = 6 791) qui reçoit des soins standard. Le modèle d’IA a marqué les patients comme un risque élevé ou faible en fonction de la probabilité dérivée de l’ECG pour une faible EF. Le principal résultat a été l’incidence de 30 jours de nouveau diagnostic faible EF. L’intervention a augmenté de manière significative les taux de diagnostic (1,5% contre 1,1%, HR 1,50, 95% IC: 1,11–2,03; p = 0,023), en particulier chez les patients à haut risque identifiés à (13,0% vs. 8,9%, HR 1,55, 95% IC: 1,08–2,21). En particulier, l’utilisation globale de l’échocardiogramme n’a pas augmenté (17,1% contre 17,3%, HR 1,00), mais le rendement diagnostique s’est amélioré: 34,2% des patients interventionnels à haut risque subissant une échocardiographie ont été diagnostiqués avec un faible EF, par rapport à 20,2% chez les témoins (P <0,001). L'analyse post-hoc a révélé une plus grande consultation de la cardiologie chez les patients avec une intervention à haut risque (29,3% contre 23,5%; P = 0,027), ce qui suggère que les avis d'intelligence artificielle ont suscité des actions de diagnostic plus ciblées. L'intervention a amélioré l'efficacité diagnostique sans augmenter la charge de l'imagerie ou de la mortalité. L'intégration en temps réel de l'algorithme dans les flux de travail clinique a permis une stratification de risque plus précise et l'utilisation sélective des ressources en aval.
Cliquez pour lire l’étude dans BMC Medicine
Image: PD