Des chercheurs ont développé une méthode révolutionnaire d’analyse des IRM cardiaques à l’aide de l’intelligence artificielle, ce qui pourrait permettre au NHS d’économiser un temps et des ressources précieux, ainsi que d’améliorer les soins aux patients.
Les équipes des universités d'East Anglia (UEA), de Sheffield et de Leeds ont créé un modèle informatique intelligent qui utilise l'IA pour examiner les images cardiaques issues d'IRM dans une vue spécifique connue sous le nom de plan à quatre chambres.
Le Dr Pankaj Garg, chercheur principal à la faculté de médecine de l'université d'East Anglia et cardiologue consultant à l'hôpital universitaire de Norfolk et Norwich, dirige une équipe de chercheurs qui ont mis au point une technologie d'imagerie IRM 4D innovante et révolutionnaire. Cela ouvre la voie à un diagnostic plus rapide, non invasif et plus précis de l'insuffisance cardiaque et d'autres maladies cardiaques.
Le modèle d'IA a déterminé avec précision la taille et la fonction des cavités cardiaques et a démontré des résultats comparables à ceux acquis manuellement par les médecins, mais beaucoup plus rapides.
Contrairement à une analyse IRM manuelle standard, qui peut prendre jusqu’à 45 minutes ou plus, le nouveau modèle d’IA ne prend que quelques secondes.
Cette technique automatisée pourrait offrir des évaluations rapides et fiables de la santé cardiaque, avec le potentiel d'améliorer les soins aux patients.
Dr Pankaj Garg, Faculté de médecine de l'Université d'East Anglia à Norwich
L'étude observationnelle rétrospective comprenait des données provenant de 814 patients du Sheffield Teaching Hospitals NHS Foundation Trust et du Leeds Teaching Hospitals NHS Trust, qui ont ensuite été utilisées pour former le modèle d'IA.
Pour s'assurer que les résultats du modèle étaient précis, des analyses et des données provenant de 101 autres patients du Norfolk and Norwich University Hospitals NHS Foundation Trust ont ensuite été utilisées pour les tests.
D'autres études ont examiné l'utilisation de l'IA pour interpréter les images IRM. Ce dernier modèle d'IA a été formé à l'aide de données provenant de plusieurs hôpitaux et de différents types de scanners, et a été testé sur un groupe diversifié de patients d'un autre hôpital. De plus, ce modèle d'IA fournit une analyse complète de l'ensemble du cœur à l'aide d'une vue qui montre les quatre cavités, alors que la plupart des études précédentes se concentraient sur une vue qui ne prenait en compte que les deux cavités principales du cœur.
Le Dr Hosamadin Assadi, étudiant au doctorat à la faculté de médecine de Norwich de l'UEA, a déclaré : « L'automatisation du processus d'évaluation de la fonction et de la structure cardiaque permettra d'économiser du temps et des ressources et de garantir des résultats cohérents pour les médecins.
« Cette innovation pourrait conduire à des diagnostics plus efficaces, à de meilleures décisions de traitement et, en fin de compte, à de meilleurs résultats pour les patients souffrant de maladies cardiaques.
« De plus, le potentiel de l’IA à prédire la mortalité en fonction des mesures cardiaques met en évidence son potentiel à révolutionner les soins cardiaques et à améliorer le pronostic des patients. »
Les chercheurs affirment que les études futures devraient tester le modèle en utilisant des groupes plus importants de patients provenant de différents hôpitaux, avec différents types de scanners IRM, et en incluant d’autres maladies courantes observées dans la pratique médicale pour voir s’il fonctionne bien dans un éventail plus large de situations du monde réel.
D'autres recherches récentes menées par les équipes de l'UEA, de Leeds et de Sheffield ont affiné la méthode d'utilisation des IRM cardiaques pour les patientes, en particulier celles atteintes d'une maladie cardiaque précoce ou limite, ce qui signifie que 16,5 % de femmes supplémentaires ont pu être diagnostiquées.
La recherche est le fruit d'une collaboration entre l'Université d'East Anglia, l'Université de Leeds, l'Université de Sheffield, le Centre médical de l'Université de Leiden, le Norfolk and Norwich University Hospitals NHS Foundation Trust, le Sheffield Teaching Hospitals NHS Foundation Trust et le Leeds Teaching Hospitals NHS Trust.
L'étude a été financée par le Dr Pankaj Garg grâce à la bourse de développement de carrière en recherche clinique du Wellcome Trust.
« Développement et validation de la segmentation dérivée de l'IA de la CMR cinématographique à quatre chambres » est publié dans la revue ERadiologie expérimentale européenne.
