Un outil d’intelligence artificielle (IA) développé par des chercheurs du Smidt Heart Institute de Cedars-Sinai et des collègues de deux autres institutions a prédit avec précision comment les patients se comporteraient après des interventions chirurgicales et des procédures.
Les résultats, publiés dans La santé numérique du Lancet, incluent les données des patients de trois systèmes de santé : Cedars-Sinai, l’Université de Stanford et l’Université de Columbia. Tous les patients de l’étude ont subi une intervention chirurgicale, notamment une chirurgie à cœur ouvert, d’autres interventions chirurgicales majeures et des procédures mini-invasives impliquant un cathéter ou un endoscope.
Les enquêteurs ont formé un modèle d’IA sur des électrocardiogrammes préopératoires, découvrant ainsi une nouvelle utilisation de ce test vieux de 130 ans. Inventé à la fin des années 1800, un électrocardiogramme est un test couramment utilisé qui consiste à placer des électrodes sur la peau pour mesurer l’activité électrique du cœur et évaluer son fonctionnement.
Il s’agit du premier algorithme d’IA basé sur l’électrocardiogramme qui prédit la mortalité postopératoire. Auparavant, des algorithmes étaient utilisés pour évaluer la mortalité à long terme ainsi que les états pathologiques individuels, mais la détermination des résultats post-chirurgicaux aide à éclairer la décision réelle de pratiquer une intervention chirurgicale.
David Ouyang, MD, cardiologue au département de cardiologie du Smidt Heart Institute de Cedars-Sinai, et auteur correspondant de l’étude
Les enquêteurs ont associé les électrocardiogrammes des patients avant la chirurgie ou la procédure avec leurs résultats après la chirurgie ou la procédure, et ont demandé à l’algorithme de trouver des associations ou des modèles dans les formes d’onde de l’électrocardiogramme.
Tout en classant la plupart des patients comme étant à faible risque, les individus identifiés par l’algorithme comme étant à risque élevé présentaient une probabilité de mortalité postopératoire près de 9 fois plus élevée.
« Dans l’état actuel des choses, les cliniciens n’ont qu’une modeste capacité à prédire comment un patient va se comporter après une intervention chirurgicale », a déclaré Ouyang, également membre du corps professoral de la Division d’intelligence artificielle en médecine de Cedars-Sinai. « Les outils actuels de prévision des risques cliniques sont insuffisants. Ce modèle d’IA pourrait potentiellement être utilisé pour déterminer exactement quels patients devraient subir une intervention et quels patients pourraient être trop malades. »
Chaque intervention médicale comporte des risques, et les médecins s’appuient actuellement sur les directives des sociétés médicales pour déterminer le risque individuel d’un patient.
« En cardiologie, nous avons la chance de disposer de nombreuses procédures qui sauvent des vies, depuis les procédures par cathéter jusqu’à la chirurgie à cœur ouvert. Nous essayons donc souvent de réfléchir à qui sont les bons patients pour la bonne procédure », a déclaré Christine. M. Albert, MD, MPH, directeur du département de cardiologie du Smidt Heart Institute et autre auteur correspondant de l’étude. « Une meilleure compréhension du risque, notamment grâce à l’utilisation d’un test de diagnostic couramment obtenu, peut éclairer des décisions médicales importantes. »
Les enquêteurs étudient actuellement comment l’algorithme pourrait être traduit en une application Web largement disponible pour les médecins et les patients.
