La détection de la fibrillation auriculaire (AF) à partir de scans cérébraux en utilisant l'IA pourrait soutenir les soins futurs des AVC, selon une étude récente publiée dans les maladies cérébrovasculaires de la Karger Journal.
Une nouvelle étude récemment publiée dans la revue Maladies cérébrovasculaires montre que l'intelligence artificielle (IA) peut aider les médecins à détecter une cause commune, mais souvent cachée, en analysant les scanneurs cérébrales. La technologie pourrait rendre les accidents vasculaires cérébraux plus rapides, plus précis et plus personnalisés.
La condition de mise au point est la fibrillation auriculaire (AF) – un type de rythme cardiaque irrégulier qui augmente le risque de l'AVC de cinq fois. Étant donné que la FA peut ne pas présenter initialement des symptômes, il n'est souvent pas diagnostiqué jusqu'à ce qu'un AVC ne se soit déjà produit. Les méthodes de détection traditionnelles, telles que la surveillance cardiaque prolongée, peuvent être coûteuses, envahissantes et longues.
Cette nouvelle recherche du Melbourne Brain Center et de l'Université de Melbourne adopte une approche différente. En formant un modèle d'apprentissage automatique sur les images IRM de patients qui ont déjà eu des accidents vasculaires cérébraux, l'équipe a enseigné à l'algorithme pour reconnaître les modèles liés à la FA.
Les chercheurs ont constaté que leur modèle d'IA avait un « pouvoir de classification raisonnable » en disant à des accidents vasculaires cérébraux à part causés par la FA de ceux causés par des artères bloquées. Lors des tests, le modèle a obtenu un solide score de performance (AUC 0,81), ce qui suggère que l'IA pourrait devenir un outil précieux pour aider les médecins à identifier les patients qui pourraient avoir besoin d'un test ou d'un traitement cardiaque supplémentaires.
Comme le note l'étude, « l'apprentissage automatique gagne plus de traction pour la prise de décision clinique et peut aider à faciliter la détection de FA non diagnostiquée lorsqu'il est appliqué à l'imagerie par résonance magnétique. » Parce que les IRM sont déjà une partie courante des soins aux AVC, cette méthode ne nécessite pas de scans ou de procédures supplémentaires pour les patients – ce qui en fait un moyen non invasif à faible coût de prendre en charge les soins plus ciblés.
Les auteurs de l'étude mettent l'accent sur la nécessité d'études de suivi plus importantes, mais le potentiel est prometteur: la détection antérieure de la FA pourrait conduire à un traitement plus opportun et à moins d'accidents vasculaires cérébraux.
« La détection précoce de la fibrillation auriculaire (FA) est importante pour offrir aux patients les meilleures chances de prévenir un accident vasculaire cérébral cardiombolique grave. Cependant, de nombreux patients présentent d'abord un AVC ischémique aigu pour lequel la cause sous-jacente de la FA est silencieuse car elle est asymptomatique et intermittente», explique Craig Anderson, rédacteur en chef du Journal Maladies cérébrovasculaires. « Les travaux de Sharobeam et al. présente une nouvelle approche pour utiliser un algorithme basé sur l'IA pour éclairer le diagnostic de la FA selon le modèle d'ischémie cérébrale sur l'IRM. «
