La recherche de Cedars-Sinai montre qu’un modèle d’apprentissage profond pourrait améliorer la détection des fibrillation auriculaires

La recherche de Cedars-Sinai montre qu’un modèle d’apprentissage profond pourrait améliorer la détection des fibrillation auriculaires

Il a été démontré qu’une nouvelle approche d’intelligence artificielle développée par des chercheurs du Smidt Heart Institute de Cedars-Sinai, basé à Los Angeles, détecte des rythmes cardiaques anormaux associés à la fibrillation auriculaire qui pourraient autrement passer inaperçus par les médecins.

POURQUOI EST-CE IMPORTANT
Les chercheurs du Smidt Heart Institute affirment que les résultats suggèrent que l’intelligence artificielle pourrait être utilisée plus largement dans les soins cardiaques.

Dans une étude récente, publiée dans npj Digital Medicine, les cliniciens de Cedars-Sinai montrent comment le modèle d’apprentissage profond a été développé pour analyser les images issues de l’imagerie par échocardiogramme, dans lesquelles les ondes sonores montrent le rythme cardiaque.

Les chercheurs ont formé un programme pour étudier plus de 100 000 vidéos d’échocardiogrammes de patients atteints de fibrillation auriculaire, expliquent-ils. Le modèle fait la distinction entre les échocardiogrammes montrant un cœur à un rythme sinusal – des battements cardiaques normaux – et ceux montrant un cœur à un rythme cardiaque irrégulier.

Le programme a pu prédire quels patients en rythme sinusal avaient souffert – ou développeraient – ​​une fibrillation auriculaire dans les 90 jours, ont-ils déclaré, notant que le modèle d’IA évaluant les images était plus performant que l’estimation du risque basée sur des facteurs de risque connus.

“Nous avons pu montrer qu’un algorithme d’apprentissage profond que nous avons développé pouvait être appliqué aux échocardiogrammes pour identifier les patients présentant un trouble du rythme cardiaque anormal caché appelé fibrillation auriculaire”, a expliqué le Dr Neal Yuan, scientifique au Smidt Heart Institute.

“La fibrillation auriculaire peut aller et venir”, a-t-il ajouté, “elle peut donc ne pas être présente lors d’un rendez-vous chez le médecin. Cet algorithme d’IA identifie les patients susceptibles de souffrir de fibrillation auriculaire même lorsqu’elle n’est pas présente lors de leur étude d’échocardiogramme.”

Lire aussi  Traiter les fractures chez les patients âgés : au-delà des fractures

LA PLUS GRANDE TENDANCE
Le Smidt Heart Institute est le plus grand centre de transplantation cardiothoracique de Californie et le troisième des États-Unis.

On estime que 12,1 millions de personnes aux États-Unis souffriront de fibrillation auriculaire en 2030, selon le CDC. Pendant la fibrillation auriculaire, les cavités supérieures du cœur battent parfois en synchronisation avec la chambre inférieure, et parfois non, ce qui rend l’arythmie souvent difficile à détecter pour les cliniciens. Chez certains patients, la maladie ne provoque aucun symptôme.

Les chercheurs affirment qu’un modèle d’apprentissage automatique formé pour analyser l’imagerie par écho pourrait aider les cliniciens à détecter des changements précoces et subtils dans le cœur des patients souffrant d’arythmies non diagnostiquées.

En effet, l’IA s’est révélée depuis longtemps très prometteuse pour la détection précoce de la fibrillation auriculaire, comme en témoignent des études similaires menées dans des systèmes de santé tels que Geisinger et Mayo Clinic.

SUR LE DOSSIER
“Nous sommes encouragés par le fait que cette technologie pourrait détecter une condition dangereuse que l’œil humain ne détecterait pas lors de l’examen d’échocardiogrammes”, a déclaré le Dr David Ouyang, cardiologue et chercheur en IA au Smidt Heart Institute. “Il pourrait être utilisé chez les patients présentant un risque de fibrillation auriculaire ou présentant des symptômes associés à cette maladie.”

“Le fait que ce programme prédise quels patients présentaient une fibrillation auriculaire active ou cachée pourrait avoir d’immenses applications cliniques”, a ajouté la Dre Christine M. Albert, directrice du département de cardiologie du Smidt Heart Institute. “Être capable d’identifier les patients présentant une fibrillation auriculaire cachée pourrait nous permettre de les traiter avant qu’ils ne subissent un événement cardiovasculaire grave.”

Lire aussi  Le prince Harry fait un clin d'œil touchant à la princesse Diana dans une carte de Noël réconfortante

Mike Miliard est rédacteur en chef de Healthcare IT News
Envoyez un e-mail à l’auteur : [email protected]
Healthcare IT News est une publication HIMSS.

Leave a Reply

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.

Recent News

Editor's Pick