Un nouvel algorithme basé sur l’intelligence artificielle, combiné à l’électrocardiogramme (ECG) standard, permet de détecter plus efficacement une fraction d’éjection cardiaque faible, un indicateur de dysfonctionnement du ventricule gauche souvent asymptomatique. Cette avancée pourrait améliorer le diagnostic précoce de l’insuffisance cardiaque et réduire la mortalité des patients.
Le dysfonctionnement systolique ventriculaire gauche asymptomatique (DSVGA) est une condition médicale discrète, mais qui augmente significativement le risque d’insuffisance cardiaque et de décès. Son diagnostic repose sur la mesure de la fraction d’éjection (FE), qui indique la quantité de sang éjectée par le cœur à chaque contraction. L’échocardiographie est la méthode de référence, mais son coût élevé limite son utilisation comme outil de dépistage systématique.
L’essai clinique EAGLE, mené auprès de plus de 22 000 patients dans 45 cliniques et hôpitaux, et impliquant 358 médecins, a démontré l’efficacité de cet algorithme d’IA. Les patients ont été répartis en deux groupes : un groupe témoin et un groupe d’intervention. Seuls les médecins du groupe d’intervention avaient accès aux résultats fournis par l’IA pour déterminer la nécessité d’une échocardiographie.
Les résultats sont significatifs : 49,6 % des patients dont les médecins ont bénéficié de l’aide de l’IA ont subi une échocardiographie, contre seulement 38,1 % dans le groupe témoin (rapport de cotes de 1,63, p < 0,001). L'intervention a permis d'augmenter le diagnostic de faible FE de 32 % par rapport aux soins habituels, identifiant en moyenne cinq nouveaux cas de faible FE pour 1 000 patients dépistés.
« L’intervention a augmenté le diagnostic de faible FE dans la cohorte globale (1,6 % dans le bras témoin contre 2,1 % dans le bras d’intervention) et parmi ceux qui ont été identifiés comme ayant une forte probabilité de faible FE », ont rapporté Xiaoxi Yao et ses collaborateurs du Kern Center for the Science of Health Care Delivery, Mayo Clinic.
Les chercheurs ont pris soin de répondre aux critiques souvent adressées aux algorithmes d’IA, notamment en ce qui concerne la validité des données et la généralisation des résultats. L’algorithme a été entraîné sur plus de 44 000 patients de la Mayo Clinic, puis testé sur un groupe indépendant de près de 53 000 patients. Des études prospectives ont également confirmé sa pertinence dans la pratique clinique.
L’essai EAGLE se distingue par son approche pragmatique, réalisée en conditions réelles de soins, contrairement aux essais cliniques randomisés traditionnels, souvent rigides et peu représentatifs de la pratique quotidienne. Cette nouvelle approche pourrait donc faciliter l’intégration de l’intelligence artificielle dans la boîte à outils des cliniciens et améliorer la prise en charge des patients à risque d’insuffisance cardiaque.
La recherche a été publiée en ligne dans la revue Nature Medicine.
Sur le même sujet
