Les progrès de l’intelligence artificielle ont permis le développement et l’application d’outils d’IA qui peuvent être efficaces pour détecter les valvulopathies cardiaques et prédire le risque de maladie cardiovasculaire, selon des recherches préliminaires dans deux études présentées lors des sessions scientifiques qui seront présentées à l’American Heart Association en 2023. . La réunion, qui aura lieu du 11 au 13 novembre à Philadelphie, est un échange mondial de premier plan sur les dernières avancées scientifiques, les résultats de la recherche et les mises à jour des pratiques cliniques fondées sur des données probantes dans le domaine de la science cardiovasculaire.

« Méthodes informatiques pour développer de nouveaux prédicteurs de la santé et de la maladie – « intelligence artificielle » – ; sont de plus en plus sophistiqués », a déclaré Dan Roden, MD, FAHA, professeur de médecine, de pharmacologie et d’informatique biomédicale et vice-président principal de la médecine personnalisée au centre médical de l’université Vanderbilt et président du conseil de l’association sur la médecine génomique et de précision. « Les deux études utilisent une métrique facile à comprendre et à saisir et demandent ce que cette métrique prédit dans le monde. »

Évaluation pratique d’un stéthoscope numérique doté d’intelligence artificielle pour détecter les maladies valvulaires cardiaques non diagnostiquées en soins primaires (Résumé 306)

Une étude menée dans trois cliniques de soins primaires différentes aux États-Unis a comparé la capacité d’un professionnel de la santé utilisant un stéthoscope standard à détecter une valvulopathie cardiaque potentielle avec la capacité d’un programme d’intelligence artificielle à lire les données sonores d’un stéthoscope numérique utilisé pour effectuer le traitement. même.

Chaque participant à l’étude a subi un examen physique au cours duquel un professionnel de la santé, un médecin ou une infirmière, a écouté son cœur et ses poumons à l’aide d’un stéthoscope traditionnel pour déceler tout son ou bruit inhabituel. Un examen a également été réalisé à l’aide d’un stéthoscope numérique pour enregistrer les bruits cardiaques. Tous les participants ont également reçu un échocardiogramme lors d’un rendez-vous de suivi une à deux semaines plus tard pour déterminer si une valvulopathie était présente. Cependant, les résultats n’ont été partagés ni avec le médecin ni avec le patient.

L’analyse a montré :

  • La méthode d’IA utilisant le stéthoscope numérique a détecté 94,1 % des cas de valvulopathies cardiaques, par rapport au stéthoscope standard utilisé par les médecins de premier recours, qui n’a détecté que 41,2 % des cas.
  • La méthode d’IA a identifié 22 personnes atteintes d’une valvulopathie cardiaque modérée ou grave non diagnostiquée auparavant, et les professionnels utilisant les stéthoscopes standard ont identifié 8 personnes non diagnostiquées auparavant atteintes d’une valvulopathie cardiaque.

Les conséquences d’un diagnostic non diagnostiqué ou tardif d’une valvulopathie cardiaque sont dévastatrices et imposent des coûts importants à notre système de santé. Cette étude montre que les professionnels de la santé peuvent dépister les patients atteints de valvulopathies cardiaques plus efficacement et plus rapidement en utilisant un stéthoscope numérique associé à une IA puissante capable de détecter les souffles cardiaques associés à une valvulopathie cardiaque grave.


Moshe Rancier, MD, auteur principal, directeur médical exécutif de Mass General Brigham Community Physicians à Lawrence, Massachusetts

Les limites de l’étude incluent la petite taille de l’échantillon du groupe d’étude, qui empêche les analyses des différences entre les sous-ensembles de participants (en fonction de caractéristiques telles que le sexe, la race, l’origine ethnique et l’âge). De plus, alors que la méthode IA présentait une sensibilité plus élevée aux sons détectés avec le stéthoscope numérique, les médecins utilisant un stéthoscope standard ont pu poser leur diagnostic avec plus de précision, 95,5 % contre 84,5 % pour la méthode IA, ce qui pourrait réduire le risque. de résultats faussement positifs et/ou de tests supplémentaires ou de dépistage de valvulopathies cardiaques. Cependant, cette étude n’a évalué que la précision du stéthoscope numérique par rapport à un stéthoscope traditionnel. Rancier a noté que les chercheurs prévoient d’évaluer les données de suivi des patients après six mois pour examiner plus en détail les résultats cliniques ainsi que des tests de diagnostic et des traitements supplémentaires.

Contexte et détails de l’étude :

  • L’étude a porté sur 369 adultes, tous âgés de 50 ans et plus, et 61 % des participants identifiés comme étant des femmes.
  • Aucun des participants n’avait déjà reçu de diagnostic de valvulopathie cardiaque ou d’antécédents de souffle cardiaque.
  • Les professionnels de la santé qui effectuaient leur examen standard sur leurs patients n’étaient pas au courant des résultats de l’IA ou de l’échocardiogramme, il s’agissait donc d’une étude en aveugle.
  • Les participants ont été inscrits de juin 2021 à mai 2023. La collecte et l’analyse des données sont en cours.
  • Les cliniques de santé où les patients recevaient des soins étaient situées dans le Queens, à New York, et à Lawrence et Haverhill, dans le Massachusetts.
  • Les participants à l’étude ont auto-identifié leur race ou leur origine ethnique : 70 % se sont identifiés comme des adultes blancs, 18 % étaient des adultes hispaniques ou latino-américains, 9 % étaient des adultes noirs et 2 % étaient des adultes asiatiques ; avec 1 % des participants identifiés comme « autres ».

« Nous avons vu ici que le stéthoscope basé sur l’IA fonctionnait exceptionnellement bien, prédisant près de 90 % des diagnostics de valvulopathies qui ont finalement été diagnostiqués. « Je vois cela comme une technologie émergente – utilisant un stéthoscope alimenté par l’IA et peut-être en combinant cela avec d’autres modalités d’imagerie, comme un échocardiogramme alimenté par l’IA intégré à votre stéthoscope », a déclaré Roden. « L’utilisation de ces nouveaux outils pour détecter la présence d’une valvulopathie, ainsi que l’étendue de la valvulopathie et d’autres types de cardiopathie, contribuera probablement à transformer le traitement des maladies cardiovasculaires. »

Les co-auteurs, les divulgations et les sources de financement sont répertoriés dans le manuscrit.

Imagerie rétinienne basée sur l’apprentissage profond pour prédire les maladies cardiovasculaires chez les prédiabétiques et les diabétiques : une étude utilisant la biobanque britannique (affiche abstraite Mo3070)

À l’aide des données de la UK Biobank, une deuxième étude d’un autre groupe de recherche a évalué l’efficacité de l’utilisation d’images de la rétine au fond de l’œil analysées par un algorithme d’apprentissage en profondeur pour réduire le risque de maladie cardiovasculaire à prédire, définie comme myocardique. infarctus, accident vasculaire cérébral ischémique, accident ischémique transitoire ou décès par infarctus du myocarde ou accident vasculaire cérébral.

L’apprentissage profond est une méthode d’intelligence artificielle qui entraîne les ordinateurs à analyser plusieurs couches de données, donnant aux ordinateurs la capacité « d’apprendre » en faisant évoluer leur modèle sur la base de nouvelles informations, indépendamment de l’intervention humaine – un processus dont les exigences remettent en question de grandes quantités de données. de puissance de calcul et de données. Des recherches antérieures avaient réussi à développer un algorithme d’apprentissage profond pour prédire les événements liés aux maladies cardiovasculaires en analysant les images rétiniennes et les niveaux de calcium dans les artères coronaires.

Les chercheurs ont utilisé l’algorithme d’apprentissage profond pour classer les images rétiniennes de 1 101 personnes atteintes de prédiabète ou de diabète de type 2 en groupes à risque faible, moyen et élevé en termes de probabilité de maladie cardiovasculaire. Ils ont ensuite mesuré le nombre de maladies cardiovasculaires chez les participants sur une période médiane de 11 ans.

L’analyse a montré :

  • 8,2 % des participants du groupe à faible risque, 15,2 % des participants du groupe à risque intermédiaire et 18,5 % des participants du groupe à haut risque avaient souffert d’une maladie cardiovasculaire à la fin de la période d’étude de 11 ans.
  • Après ajustement en fonction des données démographiques et d’autres facteurs de risque cardiovasculaire potentiels tels que l’âge, le sexe, l’utilisation de médicaments contre l’hypertension artérielle, l’utilisation de médicaments contre le cholestérol et les antécédents de tabagisme, les personnes du groupe à risque intermédiaire étaient 57 % plus susceptibles de subir un événement cardiovasculaire que les personnes du groupe à risque intermédiaire. les personnes du groupe à faible risque ; et ceux ayant des scores à haut risque étaient 88 % plus susceptibles de subir un événement cardiovasculaire que ceux du groupe à faible risque.

« Ces résultats démontrent le potentiel de l’analyse par IA de l’imagerie rétinienne en tant qu’outil de détection précoce des maladies cardiaques dans les groupes à haut risque tels que les personnes atteintes de prédiabète et de diabète de type 2 », a déclaré l’auteur principal de l’étude, Chan Joo Lee, MD, Ph.D. , professeur agrégé à l’Université Yonsei de Séoul, Corée. « Cela pourrait conduire à des interventions précoces et à une meilleure gestion de ces groupes de patients et, à terme, réduire l’incidence des complications liées aux maladies cardiaques. »

Contexte et détails de l’étude :

  • La UK Biobank est une vaste base de données biomédicale et une ressource de recherche contenant les dossiers de santé d’environ 500 000 adultes. inscrit de 2006 à 2010 – ; qui sont pris en charge par le National Health Service du Royaume-Uni. Les chercheurs ont accédé aux données en mars 2023 et analysé les dossiers de santé jusqu’en juin 2023.
  • Les participants avaient en moyenne 59 ans ; 45,5 % étaient des femmes et étaient majoritairement de race blanche (85,5 %).
  • Sur les 1 101 adultes atteints de prédiabète ou de diabète de type 2, 550 personnes appartenaient au groupe à faible risque, 276 au groupe à risque intermédiaire et 275 au groupe à risque élevé.
  • À la fin de la période d’étude, 138 (12,5 %) participants avaient subi des événements cardiovasculaires : 45 appartenaient au groupe à faible risque ; 42 appartenaient au groupe à risque intermédiaire ; et 51 appartenaient au groupe à haut risque.

Les chercheurs ont testé la capacité de l’imagerie à prédire les maladies cardiovasculaires à l’aide d’un vaste ensemble de données sur des personnes. Cependant, cette population s’est avérée être majoritairement composée de groupes raciaux blancs, ce qui signifie que les conclusions des chercheurs pourraient ne pas s’appliquer à d’autres populations. D’autres études de suivi auprès de personnes de différentes races et ethnies sont nécessaires.

« Ces systèmes apprennent à partir de grands ensembles de données, et ils n’apprennent qu’à partir des données que nous leur donnons à apprendre. Dans la biobanque britannique, par exemple, 93 % des participants sont d’origine européenne, nous ne savons donc pas si les approches fonctionnent. » « Les résultats de la biobanque britannique sont pertinents ou significatifs pour les personnes qui ne sont pas d’origine européenne », a déclaré Roden.

« Une autre question est la suivante : l’analyse rétinienne peut-elle mieux prédire la maladie coronarienne que les équations de risque groupées, qu’un score de risque de maladie coronarienne polygénique ou que les mesures de calcium coronarien ? Ce sont toutes des questions auxquelles il faut répondre parce que… » « Nous développons davantage d’outils pour prédire des événements comme les maladies coronariennes. Nous voulons nous assurer que nous utilisons les bonnes combinaisons plutôt que de compliquer les soins avec des outils alternatifs qui n’ont pas été validés.



Source