- Environ 59 millions de personnes dans le monde souffraient de fibrillation auriculaire (FA) en 2019.
- La fibrillation auriculaire ne met généralement pas la vie en danger, mais une détection plus précoce est liée à de meilleurs résultats en matière de santé.
- Les chercheurs ont développé une nouvelle technologie pour prédire l’arythmie cardiaque 30 minutes avant qu’elle ne se produise.
- AFib a été détecté tôt grâce à l’intelligence artificielle et aux informations de l’électrocardiogramme recueillies par des appareils portables.
À propos
Bien que la fibrillation auriculaire elle-même ne mette généralement pas la vie en danger, il s'agit d'une maladie grave qui peut augmenter le risque de mortalité d'une personne due à des maladies cardiovasculaires telles que
Les personnes atteintes de fibrillation auriculaire peuvent également avoir un risque plus élevé de développer des maladies telles que
Plus tôt une personne reçoit un diagnostic de fibrillation auriculaire, meilleur sera son
Pour aider à fournir des interventions plus précoces contre la fibrillation auriculaire, des scientifiques de l'Université du Luxembourg ont développé un moyen de prédire l'arythmie cardiaque environ 30 minutes avant qu'elle ne se produise en utilisant
L'étude a été récemment publiée dans la revue
Sommaire
L’IA détecte un signe avant-coureur d’AFib
Pour cette étude, les chercheurs ont développé un modèle d’IA appelé WARN (Warning of Atrial fibRillatioN) pour aider à prédire la fibrillation auriculaire.
« WARN consiste en un modèle d'apprentissage profond qui saisit de courts segments de 30 secondes de fréquence cardiaque et génère la probabilité d'un passage imminent à AFib », Jorge Gonçalves, PhD, professeur au Centre luxembourgeois de biomédecine systémique de l'Université du Luxembourg et responsable l'auteur de cette étude a expliqué à Actualités médicales aujourd'hui.
« Plus cette probabilité de danger est élevée, plus les chances de transition vers AFib sont élevées. Ceci est répété toutes les 15 secondes. Lorsque cette probabilité dépasse un seuil spécifique, cela déclenche un avertissement », a déclaré Gonçalves.
Le système WARN a été formé et testé sur des enregistrements de 24 heures de données d'électrocardiogramme recueillies via
« L'IA a montré des performances incroyables lors de la recherche de modèles dans des ensembles de données à grande échelle », a déclaré Gonçalves.
« De tels modèles sont dans la plupart des cas très difficiles à identifier par les humains. Par conséquent, nous avons testé l'hypothèse selon laquelle il y avait des informations « cachées » sur la fréquence cardiaque dans les minutes menant à une transition vers la fibrillation auriculaire. L’apprentissage profond a permis de trouver de tels indices à partir de 280 enregistrements de données Holter de patients ayant subi ces transitions vers AFib », a-t-il expliqué.
Prédiction de fibrillation auriculaire 30 minutes en moyenne
En testant le modèle WARN, Gonçalves et son équipe ont découvert qu'il était capable de prédire la transition d'un rythme cardiaque normal à une fibrillation auriculaire avec un avertissement moyen de 30 minutes avant son apparition avec une précision d'environ 80 %.
« (Ces résultats ne sont) pas surprenants car certains patients peuvent effectivement sentir quelques secondes ou quelques minutes avant que leur cœur saute un peu ou devienne arythmique », a expliqué Gonçalves.
« Ils ne peuvent pas vraiment décrire exactement ce qu'est ce sentiment, mais s'ils peuvent le ressentir, alors une machine devrait être capable de détecter ce « sentiment ». Et en effet, nous constatons de légers changements dans la dynamique de la fréquence cardiaque avant l’apparition de la fibrillation auriculaire.
« D'un autre côté, il est surprenant que nous puissions détecter la fibrillation auriculaire (dans les) 30 minutes à l'avance à partir d'un modèle obtenu auprès de 280 patients », a-t-il poursuivi.
« La fibrillation auriculaire résulte d'un certain nombre de pathologies différentes et la maladie de chaque patient est unique. Par conséquent, le modèle capture un changement « moyen » dans la dynamique de 280 maladies liées à la fibrillation auriculaire. Il est surprenant que nous puissions obtenir des performances aussi élevées avec un modèle qui fait la moyenne de la dynamique de tant de patients », a déclaré Gonçalves.
Les montres intelligentes peuvent-elles prédire la fibrillation auriculaire avant qu'elle ne se produise ?
Alors que cette étude collectait des données sur l'activité électrique du cœur via un dispositif médical, Gonçalves a déclaré que ce même modèle pourrait un jour être utilisé au quotidien.
« Aujourd'hui, les montres intelligentes peuvent déjà
« Une alerte précoce permet aux patients de prendre des mesures préventives telles que la prise de médicaments anti-arythmiques et anticoagulants à un stade précoce. »
« J’imagine un avenir pas si lointain où de simples appareils portables surveilleront notre système cardiovasculaire 24 heures sur 24 et 7 jours sur 7 et nous avertiront des changements subtils dans sa dynamique. Ces changements peuvent alors être liés à des maladies spécifiques telles que la fibrillation auriculaire ou même à des événements potentiellement mortels comme les crises cardiaques. Dans de nombreux cas, même un avertissement de quelques minutes à l’avance peut permettre aux patients de consulter un médecin d’urgence et peut-être de prévenir l’apparition de la maladie, évitant ainsi les complications qui y sont associées.
— Jorge Gonçalves, PhD, auteur principal de l'étude
Prédiction personnalisée de fibrillation auriculaire
À l'avenir, Gonçalves a déclaré que la prochaine étape de leurs recherches comprendra la personnalisation de l'algorithme en fonction des individus.
« À partir du modèle actuel, l’objectif est que chaque patient porte une montre intelligente pendant une période prolongée », a-t-il détaillé.
« À chaque transition du rythme sinusal à la fibrillation auriculaire, le modèle apprendra les caractéristiques spécifiques de la maladie de ce patient. À terme, la fenêtre d’alerte précoce et les performances de chaque patient peuvent être considérablement améliorées.
« Ce travail nous a montré qu'il existe des informations sur les moments qui conduisent à l'apparition des maladies cardiovasculaires – il s'agissait d'une étude rétrospective comme preuve de concept », a ajouté Gonçalves.
« La prochaine étape consisterait à écrire des applications pour différentes montres intelligentes et à les tester dans le cadre d’études prospectives. Je ne serais pas surpris de voir des applications similaires apparaître sur Google Play et Apple Store dans un avenir proche.
Pourquoi la détection précoce de la fibrillation auriculaire est-elle importante ?
MNT s'est également entretenu avec Paul Drury, MD, cardiologue certifié et directeur médical associé de l'électrophysiologie au MemorialCare Saddleback Medical Center à Laguna Hills, en Californie, à propos de cette étude.
« En général, outre les déclencheurs connus tels que
« Il est important de détecter la fibrillation auriculaire avant qu'elle ne se produise pour améliorer le traitement de la fibrillation auriculaire », a poursuivi Drury.
« La capacité d'alerter les patients avant un épisode de fibrillation auriculaire leur donne la possibilité de traiter la fibrillation auriculaire avant qu'elle ne se déclare. Un exemple pourrait être qu'un patient prenne un médicament antiarythmique « au besoin » pour interrompre l'épisode. Cela pourrait aider à réduire les visites aux urgences et d’autres morbidités résultant de la fibrillation auriculaire », a-t-il noté.
Drury a déclaré que même si les appareils intelligents sont actuellement très efficaces pour détecter la fibrillation auriculaire, ils ne peuvent pas prédire la maladie.
« En disposant de cette technologie dans ces appareils, les patients atteints de fibrillation auriculaire peuvent être plus proactifs dans le traitement de leur fibrillation auriculaire », a-t-il déclaré. « Cela pourrait notamment aider à détecter leurs déclencheurs de fibrillation auriculaire et leur permettre de traiter de manière proactive les épisodes imminents. »
«J'aimerais voir cette technologie d'IA implémentée dans une montre intelligente ou une autre technologie portable et faire suivre un nombre beaucoup plus grand de patients atteints de fibrillation auriculaire pour voir si elle est capable de prédire la fibrillation auriculaire avec autant de précision. Une validation avec une étude comme celle-ci serait nécessaire avant de recommander des traitements spécifiques pour les épisodes imminents de fibrillation auriculaire détectés par cet algorithme.
— Paul Drury, MD, cardiologue
