De nouvelles informations issues de l'étude AI-ENCODE ont montré que l'intelligence artificielle (IA) a permis avec succès l'extraction automatisée de données fonctionnelles et physiologiques clés à partir d'angiographies de routine. Les derniers résultats ont été présentés aujourd’hui lors des sessions scientifiques 2024 de la Society for Cardiovascular Angiography & Interventions (SCAI).
L'angiographie coronarienne est une procédure de diagnostic largement utilisée pour identifier la maladie coronarienne (MAC), réalisée chez plus d'un million de patients chaque année aux États-Unis. Actuellement, les données extraites des angiographies coronariennes se limitent à la détection des blocages dans les artères coronaires. Cependant, la technologie de l’IA a le potentiel d’élargir les capacités diagnostiques de l’angiographie coronarienne conventionnelle en élargissant sa portée diagnostique, ce qui peut améliorer la prise de décision clinique et avoir un impact positif sur les résultats pour les patients.
L'étude AI-ENCODE a exploité des techniques avancées d'apprentissage automatique pour élargir la gamme de données obtenues à partir des angiographies coronariennes de routine. À l’aide d’une bibliothèque de plus de 20 000 angiographies réalisées à la clinique Mayo de 2016 à 2021, l’équipe d’étude a développé et validé plusieurs algorithmes d’IA pour extraire des données sur la fonction ventriculaire gauche et droite, les pressions de remplissage intracardiaques et l’index cardiaque d’une à deux vidéos angiographiques. . Les échocardiogrammes réalisés à proximité de l'angiographie ont servi de « étalon-or » pour la comparaison.
Les modèles d'IA ont prédit la fraction d'éjection ventriculaire gauche (FEVG), les pressions de remplissage du VG, le dysfonctionnement ventriculaire droit et l'IC avec une aire sous une courbe de fonctionnement du récepteur (AUC) de 0,87, 0,87, 0,80 et 0,82, respectivement. Ces résultats montrent que de nouveaux modèles d'IA ont pu extraire des données diagnostiques clés qui auraient nécessité systématiquement des tests supplémentaires tels que des échocardiogrammes et/ou un cathétérisme cardiaque droit.
Les outils de diagnostic traditionnels en médecine cardiovasculaire recèlent de nombreuses informations, mais une grande partie reste sous-utilisée. Le projet AI-ENCODE a prouvé que l’IA peut être exploitée pour débloquer et fournir un spectre plus large et plus significatif de résultats cliniques à partir des angiographies existantes. Cette étude nous montre véritablement les prouesses de l’IA à révéler des informations au-delà de ce que l’œil humain peut voir. Il est important que nous exploitions les capacités de l’IA comme outil de diagnostic pour offrir le meilleur possible à nos patients. »
Mohamad Alkhouli, MD, président de la division de recherche et d'innovation à la Mayo Clinic School of Medicine, et auteur principal de l'étude
Les auteurs de l'étude attendent avec impatience de nouvelles analyses des capacités de l'IA dans le domaine cardiovasculaire.
Détails de la séance :
- « Intelligence artificielle pour extraire des données non coronariennes de l'angiographie : l'étude AI-ENCODE »
- jeudi 2 mai 2024 ; 9h45-9h52 (heure du Pacifique)
- Centre de congrès de Long Beach, 104A, premier niveau
