L’IA capable de détecter une FA chez des patients en rythme sinusal

Rochester, Etats-Unis – Une étude a montré que l'analyse d'un électrocardiogramme (ECG) par un modèle d'intelligence artificielle (IA) basé sur l'apprentissage profond est capable de détecter une fibrillation auriculaire (FA) imminente ou une FA asymptomatique survenue récemment chez des sujets en rythme sinusal. Les résultats ont été publiés dans The Lancet^[1].

Le Dr Paul Friedman, chef du département de médecine cardiovasculaire à la Mayo Clinic et auteur principal de ce travail explique que « grâce à l'intelligence artificielle il est possible de tirer des informations très importantes des signaux électriques émis à chaque battement de cœur », et il fait remarquer qu'une fois validée cette technologie devrait être facilement accessible à grande échelle puisqu'elle peut être utilisée via un smartphone ou une montre connectée.

La recherche d'une signature ECG

De nos jours lorsqu'un patient est soupçonné de FA, mais que son ECG ne met pas en évidence d'anomalies du rythme, la confirmation du diagnostic de FA intermittente passe par une surveillance prolongée du rythme cardiaque. Avec la technologie proposée, ce suivi pourrait être supprimé puisque l'ECG avec IA semble capable de repérer des stigmates de troubles du rythme passés ou en passe de se produire que l'œil humain est, lui, incapable d'identifier.

Les chercheurs ont utilisé environ 455 000 ECG provenant de quelque 126500 sujets pour apprendre à une machine à repérer la "signature ECG" d'une FA présente dans des tracés de 10 secondes d'ECG standard 12 dérivations de sujets en rythme sinusal. Cet apprentissage s'est fait en utilisant un réseau neuronal convolutif (type de réseau de neurones artificiels utilisé dans la reconnaissance et le traitement des images) qui dote le logiciel d'analyse d’ECG d'une IA détectant les anomalies d'intérêt.

L'IA a été validée sur environ 64 500 ECG provenant de plus de 18 100 sujets et testée sur 130 802 ECG en rythme sinusal d'une cohorte de 36280 sujets, dont 3051 porteurs connus d'une FA.

Une très bonne fiabilité

Les résultats ont montré qu'un seul ECG analysé par IA était capable d'identifier une FA avec une sensibilité de 79%, une spécificité de 79,5% et une fiabilité globale de 79,4%. Paul Friedman emploie une très belle métaphore pour donner une idée du potentiel de cette méthode de détection « C'est comme regarder l'océan aujourd'hui et être capable d'en déduire qu'il y avait de grosses vagues hier ». 

Les investigateurs rapportent qu'en incluant l'ensemble des ECG effectués au cours du premier mois de suivi de chaque patient (soit à partir de la date de début de l’étude, soit lors des 31 jours précédant l'enregistrement d'un premier épisode de fibrillation auriculaire) les résultats sont encore meilleurs, sensibilité 82,3%, spécificité 83,4% et fiabilité globale 83,3%.

Ces résultats qui doivent certes encore être validés de façon indépendante sont particulièrement bienvenus pour les sujets qui sont victimes d'un AVC explique le Dr Friedman : « Quand des personnes font un AVC, il est vraiment important de savoir s'ils ont été en fibrillation auriculaire dans les jours qui ont précédé cet AVC, car cela oriente le traitement ». En effet, les anticoagulants sont très efficaces pour prévenir un autre AVC chez les personnes atteintes de fibrillation auriculaire, en revanche « chez les patients sans fibrillation auriculaire, l'utilisation d'un anticoagulant augmente le risque de saignement sans bénéfice substantiel ». 

Dans l’éditorial qui accompagne l’article ^[2], Jeroen ML Hendriks (département des troubles du rythme, University of Adelaide and Royal Adelaide Hospital, Australie) et Larissa Fabritz (département de cardiologie, University Hospital Birmingham, UK) utilisent une autre métaphore pour décrire le potentiel de cette technologie : « Au lieu d'essayer de trouver l'aiguille dans la botte de foin grâce à un suivi prolongé, les auteurs suggèrent que l'intelligence artificielle permettra en regardant la botte de foin de savoir si une aiguille y est cachée ».

Contrôle plus intense

La FA peut être intermittente pendant de nombreuses années et n'est souvent diagnostiquée que lorsque les patients ont progressé vers des épisodes plus longs. En faire le diagnostic plus tôt permettrait un traitement susceptible de réduire le risque d'AVC cryptogénique. Les résultats obtenus par l'IA développée dans ce travail semblent prometteurs. A ce stade, les résultats ne permettent probablement pas de prendre des décisions thérapeutiques, mais ils peuvent déjà inciter à un contrôle plus intense de l'ECG chez les sujets à risque accru de FA selon les données de l'IA.

 

 

 

 

 

Actualités Medscape © 2019 

Citer cet article: L’IA capable de détecter une FA chez des patients en rythme sinusal - Medscape - 28 août 2019.