De nouvelles preuves suggèrent que l’auscultation assistée par l’IA pourrait aider les cliniciens à détecter plus tôt les valvulopathies cachées, remodelant potentiellement le dépistage cardiaque de première ligne tout en soulevant des questions importantes sur la mise en œuvre et l’équilibre diagnostique.
Étude : Le stéthoscope numérique doté de l'intelligence artificielle améliore le dépistage au point d'intervention des cardiopathies valvulaires modérées à sévères. Crédit d'image : Natali _ Mis/Shutterstock
Dans une récente étude prospective publiée dans le Santé numérique du European Heart Journalles chercheurs ont comparé la précision du diagnostic des prestataires de soins primaires utilisant des stéthoscopes standards avec celle d'une intelligence artificielle relativement nouvelle (IA) stéthoscope numérique activé. L'étude visait à déterminer si cette dernière pourrait améliorer la précision des diagnostics actuels de valvulopathie (VHD).
L'étude a révélé que le IA Le système a démontré une sensibilité de 92,3 % pour détecter les bruits VHDcontre 46,2 % pour les soins standards (P = 0,01). Bien que le IA L'outil a montré une spécificité légèrement inférieure, il a identifié deux fois plus de cas de maladies modérées à graves non diagnostiquées auparavant, suggérant un rôle de complément au dépistage plutôt que de remplacement de l'évaluation clinique.
Sommaire
Arrière-plan
La cardiopathie valvulaire est une maladie cardiaque grave dans laquelle une ou plusieurs valvules cardiaques, notamment les valvules aortique, mitrale, tricuspide ou pulmonaire, ne parviennent pas à s'ouvrir ou à se fermer correctement, perturbant ainsi la circulation sanguine.
Les symptômes courants comprennent l'essoufflement, la fatigue, des douleurs thoraciques et des palpitations. La prévalence de la maladie augmente avec l’âge et on estime qu’elle touche dans une certaine mesure plus de la moitié des adultes de plus de 65 ans, bien que les maladies modérées à graves soient nettement moins courantes.
Le diagnostic reste difficile car plus de la moitié des patients présentant une maladie cliniquement significative sont asymptomatiques.
Traditionnellement, le diagnostic repose sur l'auscultation réalisée par un clinicien. Cependant, des recherches antérieures suggèrent que même les médecins généralistes expérimentés atteignent une sensibilité limitée lors du dépistage des patients asymptomatiques, contribuant ainsi au retard du diagnostic et à la progression de la maladie.
Conception et méthodes de l'étude
L’étude a examiné si des algorithmes d’apprentissage profond, combinés à des enregistrements acoustiques numériques, pourraient aider à détecter des anomalies cardiaques pouvant passer inaperçues lors d’examens de routine.
Il s'agissait d'une étude prospective sur l'exactitude du diagnostic à un seul groupe menée dans trois cliniques de soins primaires entre juin 2021 et mai 2023. La cohorte comprenait 357 patients âgés de 50 ans et plus qui présentaient un risque cardiovasculaire élevé mais n'avaient aucun diagnostic préalable de VHD ou souffle cardiaque connu.
Les facteurs de risque comprenaient l'hypertension, l'indice de masse corporelle (IMC) de 30 ou plus, diabète, hyperlipidémie, fibrillation auriculaire, infarctus du myocarde antérieur, accident vasculaire cérébral ou accident ischémique transitoire, revascularisation coronarienne ou autre maladie cardiovasculaire établie.
Les participants ont subi deux protocoles de dépistage indépendants.
En soins standard (SOC) dépistage, prestataires de soins primaires (PCP) a réalisé une auscultation cardiaque en quatre points à l'aide de stéthoscopes conventionnels.
Dans IA-dépistage augmenté, les coordinateurs de l'étude ont enregistré un phonocardiogramme (PCG) données à l'aide d'un stéthoscope numérique. Les enregistrements ont été analysés par un IA algorithme effacé par le FDA pour détecter les souffles cardiaques.
Tous les participants ont subi une échocardiographie pour confirmer une maladie cardiaque structurelle. Un groupe d'experts indépendants a examiné les enregistrements audio numériques pour vérifier la présence de murmures audibles et n'a pas pu le savoir. IA résultats.
Audible VHD a été définie comme une maladie modérée à sévère confirmée par échocardiographie, accompagnée d'un souffle audible confirmé par un expert, reconnaissant que certaines maladies structurellement significatives peuvent ne pas produire de souffle clairement audible.
Résultats de l'étude
Le IA-le système augmenté a largement surpassé l'auscultation standard lors de la détection des signaux sonores VHD. La sensibilité était de 92,3 % pour IA contre 46,2% pour SOC dépistage (P = 0,01).
Parmi les cas confirmés, l'examen standard a manqué sept patients sur treize, alors que le IA le système n’en a manqué qu’un. Pour les cas modérés à sévères non diagnostiqués auparavant VHDle IA identifié 12 cas, contre 6 détectés par PCPs.
Cette sensibilité accrue s’est accompagnée d’une spécificité réduite. Le IA Le système a démontré une spécificité de 86,9 pour cent, contre 95,6 pour cent pour les cliniciens (P < 0,001), ce qui a entraîné davantage de résultats faussement positifs.
En utilisant l'échocardiographie seule comme norme de référence pour les maladies modérées à sévères, quelle que soit l'audibilité du murmure, le IA Le système a toujours surpassé les soins standard, avec une sensibilité de 39,7 pour cent contre 13,8 pour cent pour les cliniciens (P = 0,01).
Conclusions
Cette étude suggère que l'intégration IA-les stéthoscopes numériques activés dans les soins primaires peuvent améliorer considérablement la détection des VHD par rapport à l'auscultation traditionnelle. Ces outils peuvent fonctionner comme un deuxième niveau de soutien au dépistage, permettant une identification et une orientation plus précoces.
Une détection plus précoce ne se traduit pas automatiquement par une amélioration des résultats cliniques, car cette étude a évalué l'exactitude du diagnostic plutôt que la prise en charge ou le pronostic en aval.
Plusieurs auteurs ont signalé des affiliations avec le fabricant de l'appareil, qui devraient être prises en compte lors de l'interprétation des résultats malgré les conflits d'intérêts révélés.
Une spécificité moindre pourrait augmenter les références en échocardiographie et le recours aux soins de santé, soulignant la nécessité de futures analyses coût-efficacité.
Les limites incluent une taille d'échantillon modeste, une portée géographique limitée, des détails démographiques incomplets et un manque d'évaluation systématique des symptômes. Malgré ces contraintes, les résultats indiquent que IA l’augmentation peut représenter une avancée significative dans le dépistage cardiaque au point d’intervention.
