Publié le 3 novembre 2025 à 20h20. Une nouvelle génération de montres intelligentes pourrait bientôt permettre de détecter des maladies cardiaques structurelles graves, offrant ainsi un outil de dépistage précoce accessible et potentiellement salvateur.
- Un algorithme d’intelligence artificielle, combiné aux capteurs ECG d’une montre connectée, a démontré une grande précision dans l’identification de pathologies cardiaques structurelles.
- L’étude, menée par des chercheurs de la Yale School of Medicine, s’appuie sur l’analyse de plus de 266 000 électrocardiogrammes (ECG).
- Cette technologie pourrait révolutionner le dépistage des maladies cardiaques, en particulier dans les régions où l’accès aux diagnostics spécialisés est limité.
Les maladies cardiaques structurelles, telles qu’une fonction de pompe cardiaque affaiblie, des valvules cardiaques endommagées ou un épaississement du muscle cardiaque, sont traditionnellement diagnostiquées grâce à l’échocardiographie, une technique d’imagerie médicale avancée nécessitant un équipement coûteux et des professionnels qualifiés. Ce processus peut retarder le diagnostic et limiter l’accès aux soins pour de nombreux patients. Selon le Dr Arya Aminorroaya, interne en formation à l’hôpital Yale New Haven, l’utilisation de la technologie portable associée à l’intelligence artificielle pourrait changer la donne.
« Des millions de personnes portent quotidiennement une montre intelligente capable de détecter des arythmies comme la fibrillation auriculaire. Nous voulions savoir si le même appareil pouvait également aider à la détection précoce d’anomalies structurelles du cœur, souvent des signes avant-coureurs de problèmes cardiaques graves. »
Dr Arya Aminorroaya, interne en formation à l’hôpital Yale New Haven
L’équipe de recherche a développé son modèle d’IA en utilisant une vaste base de données comprenant plus de 266 000 ECG à 12 canaux, recueillis auprès de plus de 110 000 patients examinés à l’hôpital Yale New Haven entre 2015 et 2023. Pour pallier les limitations des ECG monocanal des montres intelligentes – qui fournissent moins d’informations qu’un ECG clinique standard – les chercheurs ont introduit du « bruit » artificiel dans les données d’entraînement, simulant ainsi les perturbations potentielles rencontrées lors de mesures réelles avec des appareils grand public. Cette approche a permis de rendre l’algorithme plus robuste et moins sensible aux variations de la qualité du signal.
L’algorithme a ensuite été validé de manière indépendante en utilisant les données de plus de 44 000 patients provenant de quatre hôpitaux régionaux, ainsi que celles de 3 000 participants à l’étude brésilienne ELSA-Brasil, une vaste étude de population sur les maladies chroniques telles que les maladies cardiovasculaires et le diabète.
Lors de la première phase de tests, menée en milieu hospitalier, le modèle d’IA a atteint une précision de 92 % pour distinguer les cœurs sains des cœurs malades. Dans une étude prospective impliquant 600 participants qui ont enregistré un ECG de 30 secondes à l’aide de leur propre montre intelligente, le modèle a maintenu un niveau de performance élevé, avec une précision de 88 % dans la détection des maladies cardiaques structurelles. L’IA a identifié correctement les anomalies chez 86 % des patients (sensibilité) et a exclu avec une certitude de 99 % les cœurs sains (valeur prédictive négative).
Selon le Dr Rohan Khera, directeur du laboratoire Cardiovascular Data Science (CarDS) à Yale, cette étude démontre le potentiel de l’IA combinée aux technologies grand public existantes : « Un ECG à canal unique a ses limites et ne peut pas remplacer un examen médical à 12 canaux. Mais, grâce à l’IA, il devient un outil puissant pour le dépistage à grande échelle des anomalies cardiaques majeures, en utilisant des appareils que des millions de personnes possèdent déjà. »
Les chercheurs soulignent toutefois que des recherches supplémentaires sont nécessaires pour valider davantage l’applicabilité clinique et la fiabilité de l’algorithme dans des populations plus larges et plus diversifiées. Ils prévoient d’intégrer l’algorithme d’IA dans des programmes de dépistage communautaires afin d’évaluer son impact réel sur les soins préventifs et les taux de mortalité liés aux maladies cardiovasculaires.
Cette avancée s’inscrit dans une tendance plus large vers la « cardiologie numérique », où l’intelligence artificielle et l’électronique grand public permettent une surveillance en temps réel et une détection précoce des maladies cardiaques, directement depuis le poignet. Selon le Dr Aminorroaya, il s’agit d’une étape importante vers des soins personnalisés basés sur les données : « En utilisant l’IA grâce à une technologie que les gens utilisent déjà quotidiennement, nous pouvons détecter les maladies cardiaques plus tôt et prévenir les complications. Il ne s’agit pas seulement d’une avancée technologique, mais d’un véritable changement dans la façon dont nous abordons les soins de santé. »
Parallèlement, des chercheurs de l’Université de Tampere ont développé une nouvelle méthode pour détecter l’insuffisance cardiaque congestive à l’aide d’une montre intelligente. ICTHealth Cette technologie, qui analyse les intervalles entre les battements cardiaques, a démontré une précision de 90 % lors de tests sur des bases de données ECG internationales et pourrait offrir un moyen accessible et abordable de détecter précocement cette affection.
