Les progrès de l’intelligence artificielle ont permis le développement et l’application d’outils d’IA qui peuvent être efficaces pour détecter les valvulopathies cardiaques et prédire le risque d’événements de maladies cardiovasculaires, selon des recherches préliminaires dans deux études qui seront présentées aux sessions scientifiques 2023 de l’American Heart Association. La réunion, qui se tiendra du 11 au 13 novembre à Philadelphie, est un échange mondial de premier plan sur les dernières avancées scientifiques, les recherches et les mises à jour des pratiques cliniques fondées sur des preuves dans le domaine de la science cardiovasculaire.
« Méthodes informatiques pour développer de nouveaux prédicteurs de la santé et de la maladie – ; ‘intelligence artificielle » – ; sont de plus en plus sophistiqués », a déclaré Dan Roden, MD, FAHA, professeur de médecine, de pharmacologie et d’informatique biomédicale et vice-président principal de la médecine personnalisée au centre médical de l’université Vanderbilt, ainsi que président du conseil de l’association sur la médecine génomique et de précision. « Ces deux études prennent une mesure facile à comprendre et à acquérir et demandent ce que cette mesure prédit dans le monde au sens large. »
Évaluation en monde réel d’un stéthoscope numérique activé par l’intelligence artificielle pour la détection des cardiopathies valvulaires non diagnostiquées en soins primaires (Résumé 306)
Une étude menée dans trois cliniques de soins primaires différentes aux États-Unis a comparé la capacité d’un professionnel de la santé utilisant un stéthoscope standard à détecter une valvulopathie cardiaque potentielle à la capacité d’un programme d’intelligence artificielle utilisant les données sonores d’un stéthoscope numérique à faire de même.
Chaque participant à l’étude a subi un examen physique impliquant un professionnel de soins primaires, soit un médecin ou une infirmière praticienne, écoutant son cœur et ses poumons avec un stéthoscope traditionnel à la recherche de sons ou de souffles inhabituels, ainsi qu’un examen avec un stéthoscope numérique qui enregistrait les bruits cardiaques. Tous les participants ont également reçu un échocardiogramme lors d’un rendez-vous de suivi 1 à 2 semaines plus tard pour déterminer si une valvulopathie cardiaque était présente, bien que les résultats n’aient pas été partagés avec le clinicien ou le patient.
L’analyse a révélé :
- La méthode d’IA avec le stéthoscope numérique a détecté 94,1 % des cas de valvulopathie, par rapport au stéthoscope standard utilisé par les professionnels de soins primaires, qui n’a détecté que 41,2 % des cas.
- La méthode d’IA a identifié 22 personnes atteintes d’une valvulopathie cardiaque modérée ou grave non diagnostiquée auparavant, et les professionnels utilisant les stéthoscopes standards ont identifié 8 personnes non diagnostiquées auparavant atteintes d’une valvulopathie cardiaque.
Les conséquences d’un diagnostic tardif ou non diagnostiqué d’une valvulopathie cardiaque sont désastreuses et représentent un coût important pour notre système de santé. Cette étude démontre que les professionnels de la santé peuvent dépister les patients pour une valvulopathie plus efficacement et plus rapidement à l’aide d’un stéthoscope numérique associé à une IA haute performance qui pourrait détecter les souffles cardiaques associés à une valvulopathie significative.
Moshe Rancier, MD, auteur principal, directeur médical principal de Mass General Brigham Community Physicians à Lawrence, Massachusetts
Les limites de l’étude incluent la petite taille de l’échantillon du groupe d’étude, qui empêche les analyses des différences entre les sous-ensembles de participants (basées sur des caractéristiques telles que le sexe, la race, l’origine ethnique et l’âge). De plus, bien que la méthode IA soit plus sensible aux sons détectés avec le stéthoscope numérique, les professionnels de la santé utilisant un stéthoscope standard ont pu être plus précis dans leur diagnostic, 95,5 % contre 84,5 % pour la méthode IA, ce qui peut réduire le risque de fausses informations. positifs et/ou tests ou dépistages supplémentaires pour une valvulopathie. Cependant, cette étude a uniquement évalué la précision du stéthoscope numérique par rapport à un stéthoscope traditionnel. Rancier a noté que les chercheurs prévoient d’évaluer les données de suivi des patients sur six mois pour examiner de plus près les résultats cliniques et les tests de diagnostic et traitements supplémentaires.
Contexte et détails de l’étude :
- L’étude a porté sur 369 adultes, tous âgés de 50 ans et plus, et 61 % des participants identifiés comme étant des femmes.
- Aucun des participants n’avait de diagnostic préalable de valvulopathie cardiaque ou d’antécédents de souffle cardiaque.
- Les professionnels de la santé qui effectuaient leur examen standard sur leurs patients n’étaient pas au courant des résultats de l’IA ni des résultats de l’échocardiogramme, ce qui en faisait une étude aveugle.
- Les participants ont été inscrits de juin 2021 à mai 2023. La collecte et l’analyse des données sont en cours.
- Les cliniques de soins de santé où les patients recevaient des soins étaient situées dans le Queens, à New York, et à Lawrence et Haverhill, dans le Massachusetts.
- Les participants à l’étude ont auto-identifié leur race ou leur origine ethnique : 70 % se sont identifiés comme des adultes blancs, 18 % étaient des adultes hispaniques ou latino-américains, 9 % étaient des adultes noirs et 2 % étaient des adultes asiatiques ; avec 1% des participants identifiés comme autres.
« Nous avons vu ici que le stéthoscope basé sur l’IA fonctionnait extraordinairement bien, il prédisait près de 90 % des diagnostics de maladies valvulaires qui étaient finalement là. Je considère cela comme une technologie émergente – ; utiliser un stéthoscope activé par l’IA et peut-être le combiner avec d’autres modalités d’imagerie, comme un échocardiogramme activé par l’IA intégré à votre stéthoscope », a déclaré Roden. « L’utilisation de ces nouveaux outils pour détecter la présence d’une maladie valvulaire ainsi que l’étendue de la maladie valvulaire et l’étendue d’autres types de maladies cardiaques contribuera probablement à transformer les soins liés aux maladies cardiovasculaires. »
Les co-auteurs, les divulgations et les sources de financement sont répertoriés dans le manuscrit.
Imagerie rétinienne basée sur l’apprentissage profond pour prédire les événements de maladies cardiovasculaires chez les patients prédiabétiques et diabétiques : une étude utilisant la biobanque britannique (affiche abstraite Mo3070)
À l’aide des données de la UK Biobank, une deuxième étude menée par un autre groupe de recherche a évalué l’efficacité de l’utilisation d’images de la rétine au fond de l’œil analysées par un algorithme d’apprentissage en profondeur pour prédire le risque d’événements de maladies cardiovasculaires, définis comme crise cardiaque, accident vasculaire cérébral ischémique, accident ischémique transitoire ou décès dû à une crise cardiaque ou à un accident vasculaire cérébral.
L’apprentissage profond est une méthode d’intelligence artificielle qui entraîne les ordinateurs à analyser plusieurs couches de données et donne aux ordinateurs la capacité « d’apprendre » en faisant évoluer leur modèle indépendamment de l’intervention humaine sur la base de nouvelles informations qui leur sont présentées – un processus remis en question par les exigences des deux. de grandes quantités de puissance de calcul et de données. Des recherches antérieures avaient réussi à développer un algorithme d’apprentissage profond pour prédire les événements de maladies cardiovasculaires par l’analyse d’images rétiniennes et de scores de calcium dans les artères coronaires.
Les chercheurs ont utilisé l’algorithme d’apprentissage en profondeur pour classer les images rétiniennes de 1 101 personnes atteintes de prédiabète ou de diabète de type 2 en groupes à faible risque, à risque modéré et à risque élevé en fonction de la probabilité de maladie cardiovasculaire. Ils ont ensuite mesuré le nombre d’événements de maladies cardiovasculaires chez les participants sur une période médiane de 11 ans.
L’analyse a révélé :
- 8,2 % des participants du groupe à faible risque, 15,2 % des participants du groupe à risque modéré et 18,5 % des participants du groupe à haut risque avaient connu des événements de maladie cardiovasculaire à la fin de la période d’étude de 11 ans.
- Après avoir pris en compte les facteurs démographiques et autres facteurs de risque potentiels de maladies cardiovasculaires, tels que l’âge, le sexe, la prise de médicaments contre l’hypertension artérielle, la prise de médicaments contre le cholestérol et les antécédents de tabagisme, les personnes du groupe à risque modéré étaient 57 % plus susceptibles de subir un événement cardiovasculaire que les autres. dans le groupe à faible risque ; et les personnes présentant des scores à haut risque étaient 88 % plus susceptibles de subir un événement cardiovasculaire que celles du groupe à faible risque.
« Ces résultats montrent le potentiel de l’utilisation de l’analyse de l’imagerie rétinienne par l’IA comme outil de détection précoce des maladies cardiaques dans les groupes à haut risque tels que les personnes atteintes de prédiabète et de diabète de type 2 », a déclaré l’auteur principal de l’étude, Chan Joo Lee, MD, Ph. D., professeur agrégé à l’Université Yonsei de Séoul, en Corée. « Cela pourrait conduire à des interventions précoces et à une meilleure gestion de ces groupes de patients, réduisant ainsi l’incidence des complications liées aux maladies cardiaques. »
Contexte et détails de l’étude :
- La biobanque britannique est une grande base de données biomédicale et une ressource de recherche contenant les dossiers de santé d’environ 500 000 adultes – ; inscrit de 2006 à 2010 – ; qui reçoivent des soins du National Health Service du Royaume-Uni. Les chercheurs ont accédé aux données en mars 2023 et analysé les dossiers de santé jusqu’en juin 2023.
- Les participants étaient âgés en moyenne de 59 ans ; 45,5 % étaient des femmes et étaient majoritairement identifiées comme étant de race blanche (85,5 %).
- Sur les 1 101 adultes atteints de prédiabète ou de diabète de type 2, 550 personnes appartenaient au groupe à faible risque, 276 au groupe à risque modéré et 275 au groupe à risque élevé.
- À la fin de la période d’étude, 138 (12,5 %) des participants avaient subi des événements cardiovasculaires : 45 appartenaient au groupe à faible risque ; 42 appartenaient au groupe à risque modéré ; et 51 appartenaient au groupe à haut risque.
Les chercheurs ont testé la capacité de l’imagerie à prédire les maladies cardiovasculaires à l’aide d’un vaste ensemble de données sur des personnes. Cependant, cette population a été notée comme étant principalement de race blanche, ce qui signifie que les résultats des chercheurs pourraient ne pas être applicables à d’autres populations. Des études de suivi supplémentaires auprès de personnes de diverses races et ethnies sont nécessaires.
« Ces systèmes apprennent des grands ensembles de données, et ils n’apprennent que des données que nous leur donnons pour apprendre. Dans la biobanque britannique, par exemple, 93 % des participants sont d’ascendance européenne, nous ne savons donc pas si les approches issus de la biobanque britannique sont pertinents ou significatifs pour les personnes qui ne sont pas d’ascendance européenne », a déclaré Roden.
« Une autre question est la suivante : l’analyse rétinienne fait-elle un meilleur travail de prévision de la maladie coronarienne que les équations de risque groupées, ou un score de risque polygénique pour la maladie coronarienne, ou les mesures du calcium coronarien ? Ce sont toutes des questions auxquelles il faut répondre car, comme nous développons davantage d’outils pour prédire des événements comme la maladie coronarienne, nous voulons nous assurer que nous utilisons les bons et les bonnes combinaisons, plutôt que de compliquer les soins avec des outils alternatifs qui n’ont pas été validés.
Des chercheurs découvrent comment se produit une régénération rapide des tendons chez les tritons