Santé, patients à risque d'arrêt cardiaque : l'IA les identifie plus efficacement que les médecins

Un nouveau modèle d'IA est bien plus performant que les médecins pour identifier les patients à risque d'arrêt cardiaque. L'essentiel réside dans la capacité du système à analyser des images cardiaques longtemps sous-utilisées, ainsi qu'un large éventail de dossiers médicaux, afin de révéler des informations jusqu'alors cachées sur la santé cardiaque d'un patient. Ces travaux, financés par le gouvernement fédéral et menés par des chercheurs de l'Université Johns Hopkins, pourraient sauver des vies et épargner à de nombreuses personnes des interventions médicales inutiles, notamment l'implantation de défibrillateurs superflus. « Nous avons actuellement des patients qui meurent dans la fleur de l'âge faute de protection, et d'autres qui subissent des défibrillateurs toute leur vie sans aucun bénéfice », explique Natalia Trayanova, auteure principale et chercheuse spécialisée dans l'utilisation de l'IA en cardiologie.

Nous sommes capables de prédire avec une très grande précision si un patient présente un risque très élevé de mort subite d'origine cardiaque ou non. » Les résultats sont publiés aujourd'hui dans Nature Cardiovascular Research. La cardiomyopathie hypertrophique est l'une des maladies cardiaques héréditaires les plus courantes, touchant une personne sur 200 à 500 dans le monde et l'une des principales causes de mort subite d'origine cardiaque chez les jeunes et les sportifs. De nombreux patients atteints de cardiomyopathie hypertrophique mènent une vie normale, mais un pourcentage d'entre eux présente un risque significativement plus élevé de mort subite d'origine cardiaque. Il a été quasiment impossible pour les médecins d'identifier ces patients. Les recommandations cliniques actuelles utilisées par les médecins aux États-Unis et en Europe pour identifier les patients les plus à risque de crise cardiaque mortelle ont environ 50 % de chances d'identifier les bons patients – « ce n'est pas beaucoup mieux que de prendre des risques », explique Trayanova.

Le modèle de l’équipe a largement dépassé les directives cliniques dans tous les groupes démographiques.

L'IA multimodale pour la stratification du risque d'arythmie ventriculaire (MAARS) prédit le risque de mort subite cardiaque d'un patient en analysant diverses données et dossiers médicaux et, pour la première fois, en explorant toutes les informations contenues dans les images IRM cardiaques avec injection de produit de contraste. Les personnes atteintes de cardiomyopathie hypertrophique développent une fibrose, ou cicatrisation, dans tout le cœur, ce qui augmente leur risque de mort subite cardiaque. Bien que les médecins ne puissent pas interpréter les images IRM brutes, le modèle d'IA a identifié les schémas de cicatrisation critiques. « Personne n'a jamais utilisé l'apprentissage profond sur ces images », explique Trayanova. « Nous pouvons extraire ces informations cachées dans les images, qui ne sont généralement pas prises en compte. » L'équipe a testé le modèle sur de vrais patients traités selon les recommandations cliniques traditionnelles à l'hôpital Johns Hopkins et au Sanger Heart & Vascular Institute en Caroline du Nord. Comparé aux recommandations cliniques, qui étaient exactes environ la moitié du temps, le modèle d'IA était précis à 89 % pour l'ensemble des patients et, surtout, à 93 % pour les personnes âgées de 40 à 60 ans, la population de patients atteints de CMH la plus à risque de mort subite cardiaque. Le modèle d'IA peut également décrire les raisons pour lesquelles les patients présentent un risque élevé, afin que les médecins puissent adapter un plan de soins à leurs besoins spécifiques. « Notre étude montre que le modèle d'IA améliore considérablement notre capacité à prédire les personnes les plus à risque par rapport à nos algorithmes actuels et a donc le potentiel de transformer les soins cliniques », déclare le coauteur Jonathan Crispin , cardiologue à Johns Hopkins.