Une étude de la Mayo Clinic révèle que l’IA pourrait permettre un dépistage précis et peu coûteux de la fibrillation auriculaire.

ROCHESTER, Minnesota — Une nouvelle étude menée par la Mayo Clinic révèle que l’intelligence artificielle (IA) peut détecter les signes d’un trouble du rythme cardiaque — fibrillation auriculaire (FA) — dans un électrocardiogramme (ECG), même si le rythme cardiaque est normal au moment de l’examen. En d’autres termes, un ECG « dopé » par l’IA peut détecter une fibrillation auriculaire récente survenue sans symptômes ou imminente, ce qui améliore potentiellement les options en matière de traitement. Cette étude pourrait permettre une meilleure interprétation de l’ECG, une méthode non invasive et largement répandue de dépistage des pathologies cardiaques. Les résultats accompagnés de commentaires sont publiés dans The Lancet

Bien que courante, la fibrillation auriculaire est souvent fugace. Par conséquent, elle est difficile à diagnostiquer. La fibrillation auriculaire peut ne pas se produire pendant un électrocardiogramme standard de 10 secondes à 12 dérivations et les sujets ignorent souvent sa présence. Les méthodes de surveillance prolongées, telles que les holters, nécessitent une procédure et sont coûteuses. 

La précision et le moment opportun sont deux facteurs importants pour poser un diagnostic de fibrillation auriculaire. Si elle n’est pas détectée, la fibrillation auriculaire peut provoquer un accident vasculaire cérébral, une insuffisance cardiaque et d’autres maladies cardiovasculaires. Savoir qu’un patient souffre de fibrillation auriculaire est utile pour l’administration d’un traitement direct à base d’anticoagulants, déclare Paul Friedman, M.D., président du département de médecine cardiovasculaire auprès de la Mayo Clinic. Le Dr Friedman, qui est un spécialiste d’électrophysiologie cardiaque, est l’auteur principal de l’étude. 

« Lorsque des patients arrivent avec un AVC, il est très important de savoir s’ils ont souffert d’une FA dans les jours précédant l’AVC, car cette information oriente le traitement » explique le Dr Friedman. « Les anticoagulants sont très efficaces pour prévenir un autre AVC chez les patients atteints de FA. Mais utiliser des anticoagulants chez les personnes sans FA, augmente le risque de saignement sans bénéfice substantiel. L’accès à cette donnée est vraiment très important. Nous voulons savoir si un patient est atteint de FA. » 

En utilisant environ 450 000 électrocardiogrammes sur plus de 7 millions d’électrocardiogrammes conservés dans le coffre-fort de données numériques de la Mayo Clinic, les chercheurs ont appris à l’IA à détecter dans un ECG normal les signes invisibles, qui indiqueraient des changements dans la structure cardiaque causés par une fibrillation auriculaire. Ces changements ne sont pas détectables sans l’utilisation de l’IA. 

Les chercheurs ont ensuite testé l’IA sur des électrocardiogrammes au rythme normal chez un groupe de 36 280 patients, parmi lesquels 3 051 présentaient une fibrillation auriculaire. L’ECG « dopé » par l’IA a correctement identifié les schémas subtils de fibrillation auriculaire avec une précision de 90 %. 

Le Dr Friedman se dit surpris des résultats de cette recherche. Si cela est prouvé, a-t-il déclaré, les électrocardiogrammes « dopé » par l’IA pourraient orienter le traitement à administrer contre les maladies causées par la fibrillation auriculaire, même en l’absence de symptômes. De plus, cette technologie peut être traitée à l’aide d’un smartphone ou d’une montre connectée, ce qui la rend facilement accessible à grande échelle. 

« Un ECG enregistrera toujours l’activité électrique du cœur au moment de l’examen, mais c’est comme si en regardant l’océan aujourd’hui, on pouvait dire qu’il y a eu de grosses vagues hier », explique le Dr Friedman. « L’intelligence artificielle peut fournir de puissantes informations sur les signaux électriques invisibles que notre corps émet à chaque battement du cœur – des signaux qui ont été cachés à la vue. » 

« Plutôt que de chercher une aiguille dans une botte de foin par une surveillance prolongée, les auteurs suggèrent fondamentalement que l’IA sera en mesure de détecter si une aiguille est cachée dans une botte de foin tout simplement en la regardant », fait remarquer Jeroen Hendriks, Ph.D., de l’Université d’Adélaïde en Australie, qui a écrit les commentaires de l’étude avec Larissa Fabritz, MD., de l’Université de Birmingham au Royaume-Uni. 

Zachi I. Attia et Peter Noseworthy, M.D., sont les premiers auteurs de l’étude. Les autres auteurs sont Francisco Lopez-Jimenez, M.D. ; Samuel Asirvatham, M.D. ; Abhishek Deshmukh, M.B.B.S. ; Bernard Gersh, M.B., Ch.B., D.Phil. ; Rickey Carter, Ph.D. ; Xiaoxi Yao, Ph.D. ; Alejandro Rabinstein, M.D. ; Bradley Erickson, M.D., Ph.D. ; et Suraj Kapa, M.D. — tous de Mayo Clinic. 

### 

À propos de la Mayo Clinic
La Mayo Clinic est une organisation à but non lucratif engagée dans la pratique clinique, l’éducation et la recherche, qui fournit des soins experts et complets à tous ceux qui en ont besoin. En savoir plus sur la Mayo ClinicRendez-vous sur le réseau d’actualités de la Mayo Clinic

Contacts média :
Sharon Theimer, Affaires publiques de la Mayo Clinic, 507-284-5005, newsbureau@mayo.edu

Leave a Reply

Your email address will not be published. Required fields are marked *