Dans une récente « State-Of-The-Art Review » publiée dans le Journal du Collège américain de cardiologieles scientifiques ont examiné les développements actuels en matière d'innovations basées sur l'intelligence artificielle (IA), telles que les outils de diagnostic, de détection de biomarqueurs et de pronostic, qui améliorent la qualité, la précision et l'efficacité des soins cardiovasculaires multimodaux dans les domaines de la découverte biomédicale, ainsi que de la pratique clinique. .
Examen de l'état de l'art : Transformer les soins cardiovasculaires grâce à l'intelligence artificielle : de la découverte à la pratique. Crédit d’image : Bonne journée Photo / Shutterstock
Sommaire
Arrière-plan
L’utilisation d’outils basés sur l’IA dans le domaine de la santé a amélioré non seulement la recherche cardiovasculaire et la pratique clinique, mais aussi presque tous les autres domaines de la médecine et des soins de santé. Les chercheurs et les cliniciens s’appuient de plus en plus sur des outils basés sur l’IA pour standardiser et accélérer les flux de travail traditionnels.
En outre, avec le développement rapide de nouvelles méthodes de calcul et la numérisation des données de santé, les outils d’IA sont largement utilisés pour surveiller et étudier les schémas des maladies humaines. En médecine cardiovasculaire notamment, les outils basés sur l’IA sont désormais utilisés non seulement pour automatiser les flux de travail, mais également dans les modèles d’apprentissage pour connecter différents types de données et systèmes et générer des inférences et des connaissances.
À propos de l'examen
Dans la présente étude, les chercheurs ont examiné l’utilisation d’outils basés sur l’IA dans la recherche cardiovasculaire et la pratique clinique, ainsi que les domaines potentiels de la santé cardiovasculaire qui pourraient devenir dépendants de l’IA à l’avenir. Il s’agit notamment du diagnostic des maladies cardiovasculaires à l’aide d’outils basés sur l’IA, de la stratification des risques basée sur des biomarqueurs numériques et de l’utilisation d’outils basés sur l’IA pour les soins cliniques et la détermination des résultats pronostiques.
Cependant, l’intégration d’outils basés sur l’IA dans les flux de travail de soins de santé présente également des risques potentiels, et l’étude aborde également les défis liés à l’intégration de l’IA dans les soins de santé cardiovasculaires et à la mise en œuvre de mesures de protection pour atténuer les risques potentiels. L’étude met également en évidence l’impact transformateur de l’IA sur les soins cardiovasculaires en permettant des solutions de soins de santé plus personnalisées, précises et accessibles.
Innovations basées sur l'IA dans le domaine des soins cardiovasculaires
Les outils d’apprentissage automatique et basés sur l’IA sont efficaces pour traiter les données brutes non structurées des images et des signaux biométriques afin de déterminer les variations phénotypiques et de prédire le risque de maladie. Un exemple de l’efficacité de l’IA dans le dépistage des risques est l’interprétation des électrocardiogrammes. Le processus guidé par l’IA utilise des électrocardiogrammes en rythme sinusal pour dépister la fibrillation auriculaire paroxystique.
En outre, l’évaluation basée sur l’IA des signatures électrocardiographiques qui se produisent avant des modifications manifestes de la fonction myocardique pourrait aider à détecter diverses maladies structurelles du cœur, telles que la cardiomyopathie hypertrophique, le dysfonctionnement systolique ventriculaire gauche et la cardiomyopathie amyloïde à transthyrétine. L'intégration de cette technologie d'IA dans les appareils portables, les montres intelligentes et les stéthoscopes a également amélioré l'accessibilité et le déploiement pour la surveillance et les soins des patients souffrant de maladies cardiovasculaires chroniques et aiguës.
L’intégration de l’IA dans les méthodes de diagnostic cardiovasculaire a également réduit le besoin de personnel qualifié pour utiliser les outils de diagnostic, grâce à des systèmes de guidage basés sur l’apprentissage profond fournissant des instructions précises pour utiliser l’équipement et interpréter les résultats.
De plus, la revue explique comment l’IA permet le dépistage opportuniste des maladies cardiovasculaires à l’aide d’outils de diagnostic courants comme les radiographies pulmonaires, élargissant ainsi la portée et la portée des diagnostics cardiovasculaires.
Les appareils portables basés sur l’IA qui surveillent les paramètres de santé fournissent également des biomarqueurs numériques pour l’évaluation des risques cardiovasculaires et la prédiction des maladies. Des mesures telles que la variation de la fréquence cardiaque, le nombre de pas, la durée et la qualité du sommeil peuvent prédire efficacement les résultats cardiovasculaires et il a été démontré qu'elles prédisent une double variation du développement des maladies cardiovasculaires.
Un autre domaine dans lequel les outils basés sur l’IA contribuent à améliorer les soins de santé cardiovasculaires est la prévision de la possibilité d’effets indésirables et la définition de la trajectoire de la maladie. L’IA permet également d’intégrer des données non structurées telles que des radiographies thoraciques, des électrocardiogrammes et des échocardiogrammes pour prédire la progression des événements cardiovasculaires et déterminer le pronostic.
Le rôle pronostique des outils basés sur l’IA s’étend également à la détermination de l’impact de thérapies spécifiques chez les individus sur les résultats. Par exemple, les outils basés sur l’IA peuvent intégrer des données multimodales pour distinguer le risque de mortalité non arythmique de celui de mortalité arythmique dans les cas où des défibrillateurs automatiques implantables sont recommandés malgré le risque hétérogène.
Applications futures de l’IA en santé cardiovasculaire
Les chercheurs ont déclaré que même si jusqu’à présent la technologie de l’IA s’est concentrée sur la création d’outils ayant des applications dans divers aspects des soins de santé cardiovasculaires, avec des données croissantes sur les caractéristiques des maladies et des populations, les modèles d’apprentissage profond peuvent être entraînés pour mieux fonctionner et s’adapter à différentes populations. Ces modèles adaptatifs promettent d’affiner la précision des outils de diagnostic et de pronostic en apprenant de diverses données démographiques et cliniques.
Cependant, il est essentiel de garantir que les données utilisées pour former ces modèles d’apprentissage profond ne codent pas de biais pouvant avoir un impact sur les prévisions de risque faites pour la maladie, tout en tenant compte des facteurs de confusion démographiques.
Les technologies assistées par l'IA sont déjà utilisées pour normaliser le processus d'évaluation et de documentation, maximisant ainsi les soins cliniques directs offerts aux patients. Ces outils peuvent potentiellement également être utilisés pour l’évaluation et la caractérisation des enregistrements cardiovasculaires, accélérant ainsi le dépistage à l’échelle de la population. La diminution du besoin de personnes formées pour utiliser des outils de diagnostic basés sur l’IA peut également démocratiser et améliorer l’accès à un diagnostic et à des soins cliniques cardiovasculaires de haute qualité.
L’étude souligne également l’importance d’aborder l’équité en santé pour garantir que les technologies d’IA profitent à tous les segments de la population, en particulier ceux vivant dans des contextes sous-financés.
Conclusions
Pour résumer, la revue a discuté de l’utilisation actuelle et future des outils basés sur l’IA dans le diagnostic, le pronostic et la stratification du risque de maladie cardiovasculaire basée sur des biomarqueurs numériques. Les chercheurs ont également discuté de certains des pièges et des défis liés à l’optimisation et à la standardisation des soins de santé cardiovasculaires basés sur l’IA et accessibles à tous. Cela comprend la garantie de la confidentialité et de la sécurité des données, la réalisation de l’interopérabilité entre les systèmes de santé et la mise en œuvre de contrôles réglementaires appropriés.
Revue vraiment informative sur l'IA dans les soins CV. @rohan_khera @YaleCardiologie ouvrant la voie dans cet espace. Brillant début de @hmkyale ère @JACCJournals! https://t.co/XmAdZE7C0x
– James V. Freeman (@jfreeMD) 25 juin 2024
