En analysant les enregistrements du rythme cardiaque et les analyses de sang, l’intelligence artificielle peut signaler avec précision le moment où le corps d’un patient transplanté commence à attaquer un cœur donné, suggère une nouvelle étude.
L’étalon-or actuel pour diagnostiquer le rejet d’une transplantation cardiaque est une biopsie, l’ablation chirurgicale d’un petit morceau de muscle cardiaque, que les experts inspectent au microscope à la recherche d’une inflammation et d’autres changements pouvant indiquer que le système immunitaire du corps rejette un organe.
Dirigée par des chercheurs de NYU Langone Health, l’étude a exploré une méthode alternative : si la combinaison d’électrocardiogrammes (ECG) – qui enregistrent l’activité électrique du cœur à l’aide de capteurs placés sur la peau – avec des analyses de sang pourrait aider à identifier le rejet sans avoir recours à une biopsie invasive dans de nombreux cas.
L’équipe a formé des modèles d’IA pour reconnaître les modèles de 5 300 lectures d’électrocardiogramme prises chez 2 357 receveurs adultes de transplantation cardiaque. Un modèle d’IA a été formé uniquement sur les données ECG, tandis qu’un autre outil d’IA a examiné les lectures ECG et les résultats de deux tests sanguins couramment utilisés pour prédire le risque de rejet. Les enregistrements de biopsie associés aux lectures d’électrocardiogramme des mêmes patients ont servi à mesurer l’exactitude des prédictions des outils.
Dans un groupe test de 38 autres receveurs de transplantation cardiaque, hommes et femmes, les chercheurs ont constaté que le modèle combiné fonctionnait mieux, identifiant correctement 94 pour cent des patients qui n’étaient pas confrontés à un rejet. En revanche, le modèle basé sur des analyses de sang a identifié à tort 19 patients comme nécessitant potentiellement une biopsie. Le modèle combiné, selon les chercheurs, aurait épargné aux patients la procédure.
« Nos résultats mettent en évidence que les électrocardiogrammes contiennent une abondance d’informations physiologiques qui peuvent être utilisées pour améliorer considérablement la précision de la détection et permettre un diagnostic et un traitement plus précoces pour les patients présentant un rejet de transplantation cardiaque », a déclaré l’auteur principal de l’étude, Lior Jankelson, MD, PhD, professeur agrégé à la division de cardiologie Leon H. Charney du département de médecine de la NYU Grossman School of Medicine et professeur agrégé de génie biomédical à la NYU Tandon School of Engineering.
Des travaux antérieurs ont montré que les biomarqueurs sanguins, qui mesurent l’activité des gènes liés au rejet cellulaire et aux fragments d’ADN du donneur dans la circulation sanguine du receveur, sont efficaces pour détecter le rejet. Cependant, ils produisent fréquemment des résultats de tests faussement positifs, qui conduisent à des biopsies inutiles, ont indiqué les chercheurs.
Publiée en ligne le 25 septembre dans le Journal of Heart and Lung Transplantation, l’étude est la première à combiner ces biomarqueurs sanguins avec des lectures d’ECG dans un seul modèle activé par l’IA et à comparer l’analyse directement aux résultats de biopsie, ont indiqué les chercheurs.
Pour l’étude, les chercheurs ont formé le modèle d’IA combiné sur les données ECG ainsi que sur les biomarqueurs de receveurs de transplantation cardiaque traités entre 2018 et 2024, en faisant correspondre chaque ECG à une biopsie réalisée au cours du mois dernier – une fenêtre soutenue par des recherches antérieures. Les rejets d’organes ont été regroupés en deux catégories : rejet nul ou léger versus rejet modéré ou sévère. Les modifications du traitement, telles que l’ajustement des médicaments immunosuppresseurs, ne sont généralement apportées que pour les cas les plus graves.
La transplantation cardiaque est une procédure majeure qui nécessite beaucoup de ressources, et le rejet est courant mais traitable s’il est détecté à temps. Basé sur nos découvertes, combiner la disponibilité des ECG avec le soutien de l’IA peut aider à identifier le rejet plus tôt et à sauver davantage de vies. »
Dr Lior Jankelson, MD, PhD, professeur agrégé, division de cardiologie Leon H. Charney, NYU Grossman School of Medicine
Dans une prochaine étape, les chercheurs prévoient de tester leur modèle sur davantage de patients dans plusieurs centres de transplantation.
Le financement de l’étude a été fourni par NYU Langone.
D’autres chercheurs de NYU Langone impliqués dans l’étude étaient Kevin Chen, MD ; Robert Ronan, MS; Larry A. Chinitz, MD; et Randal I. Goldberg, MD.
