Récemment, une étude publiée dans le Lancet a présenté un nouveau modèle d'électrocardiogramme (ECG) amélioré par l'intelligence artificielle : AIRE. Ce modèle est capable de prédire avec précision la mortalité et le risque de maladies cardiovasculaires (MCV) en se basant sur les antécédents médicaux et les résultats d'imagerie du patient, offrant ainsi aux cliniciens des conseils médicaux personnalisés et pratiques.
Source de l'image : image générée par IA, fournisseur de services d'autorisation d'images Midjourney
Le développement du modèle AIRE a utilisé un grand nombre de données provenant de différentes populations de patients, surmontant ainsi les lacunes des modèles précédents en termes de cohérence temporelle, de plausibilité et d'interprétabilité. Les résultats de la prédiction sont non seulement précis, mais aussi étayés par des actions concrètes en pratique clinique. L'étude a révélé qu'AIRE pouvait prédire le risque de décès toutes causes confondues, d'arythmies ventriculaires, de maladies cardiovasculaires athérosclérotiques et d'insuffisance cardiaque, surpassant les modèles IA traditionnels dans l'évaluation des risques à court et à long terme.
L'électrocardiogramme est une méthode non invasive d'évaluation de l'activité électrique du cœur par le placement d'électrodes sur la poitrine, les bras et les jambes du patient. Bien que la technologie de l'ECG existe depuis un siècle, les progrès récents en matière de puissance de calcul et de modèles d'apprentissage automatique prédictifs offrent de nouvelles perspectives dans ce domaine. Bien que de nombreuses études aient tenté d'appliquer l'IA à la prédiction du risque de maladies cardiovasculaires et de décès, les applications pratiques restent rares.
Cette étude a développé huit modèles AIRE capables de fournir des prédictions de courbes de survie individualisées, et pas seulement une évaluation du risque à un moment donné. Les données de l'étude proviennent de sources cliniques de plusieurs endroits géographiques, notamment le Beth Israel Deaconess Medical Center aux États-Unis et le Centro de Pesquisas em Medicina Tropical de São Paulo-Minas Gerais au Brésil. Le modèle AIRE, grâce à l'architecture du réseau neuronal convolutif à blocs résiduels, crée des courbes de survie spécifiques au patient qui prennent en compte les décès et les pertes de suivi des participants.
Les résultats de l'étude montrent qu'AIRE peut prédire avec précision la mortalité toutes causes confondues avec une valeur concordance de 0,775, notamment chez les participants sans antécédents familiaux de maladies cardiovasculaires. AIRE prédit également efficacement les événements d'insuffisance cardiaque. De plus, AIRE a démontré sa stabilité lors de l'utilisation de données ECG monocanal (comme celles des appareils grand public), ouvrant ainsi la voie à une surveillance à domicile du risque de maladies cardiovasculaires.
L'équipe de recherche affirme que la plateforme AIRE surpasse non seulement le jugement des experts humains traditionnels en termes de précision prédictive, mais pose également les bases d'une application clinique à l'échelle mondiale. Cette plateforme devrait trouver une large application dans les soins primaires et secondaires, offrant des prédictions personnalisées du risque de maladies cardiovasculaires à différentes populations.
Points clés :
💡 Le modèle AIRE utilise diverses données de patients pour prédire avec précision le risque de maladies cardiaques et de décès, offrant des conseils personnalisés aux cliniciens.
📊 Ce modèle surpasse les modèles IA traditionnels dans l'évaluation des risques à court et à long terme, affichant d'excellentes performances.
🏥 AIRE a un vaste potentiel d'application, pouvant jouer un rôle important dans la surveillance à domicile et les contextes médicaux.
