Un nouvel outil d’IA simplifie la surveillance cardiaque : moins de sondes, même précision

Pour diagnostiquer les maladies cardiaques, notamment les crises cardiaques et les troubles du rythme cardiaque, les cliniciens ont généralement recours à des électrocardiogrammes (ECG) à 12 dérivations, soit des agencements complexes d’électrodes et de fils placés autour du thorax et des membres pour détecter l’activité électrique du cœur. Mais ces ECG nécessitent un équipement et une expertise spécialisés, et toutes les cliniques n’ont pas la capacité de les réaliser.

Aujourd’hui, une équipe de scientifiques et de cliniciens de Scripps Research a montré que les maladies cardiaques peuvent être diagnostiquées avec à peu près la même précision en utilisant seulement trois électrodes et un outil d’intelligence artificielle (IA). Dans une étude publiée dans Médecine numérique npjLes scientifiques rapportent que leur algorithme d’IA peut recréer des ECG complets à 12 dérivations à partir de données provenant de seulement trois dérivations ECG. De plus, les cliniciens peuvent identifier les crises cardiaques avec presque la même précision lorsqu’ils examinent les ECG générés par l’IA par rapport aux ECG à 12 dérivations d’origine.

« Cela ouvre la voie à des patients qui pourront obtenir des données cliniques de très haute qualité et dans des délais très courts sans avoir à se déplacer dans un endroit équipé d’un ECG à 12 dérivations », explique le cardiologue Evan Muse, docteur en médecine et en sciences, responsable de la génomique cardiovasculaire au Scripps Research Translational Institute, professeur adjoint de médecine moléculaire à Scripps Research et co-auteur principal du nouveau rapport. « Cela signifie probablement non seulement un accès accru à la technologie ECG, mais aussi une diminution des coûts et une amélioration de la sécurité des patients. »

Pour créer ce nouvel outil d’IA, l’équipe a utilisé les données de plus de 600 000 ECG à 12 dérivations prélevés auprès de patients. Environ la moitié de ces ECG présentaient des rythmes normaux, tandis que les autres présentaient diverses pathologies cardiaques. Giorgio Quer, Ph.D., directeur de l’intelligence artificielle au Scripps Research Translational Institute, professeur adjoint de médecine numérique à Scripps Research et co-auteur principal de l’article, a ensuite commencé à tester les combinaisons de deux ou trois électrodes seulement qui pourraient être utilisées par l’IA pour recréer entièrement les données à 12 dérivations.

« Nous savions que les dérivations étaient liées d’une manière ou d’une autre. Les algorithmes d’apprentissage profond nous ont permis de traiter un très grand ensemble de données et de comprendre ces relations entre les dérivations, ce qui a permis la reconstruction complète des 12 dérivations. Au départ, nous espérions obtenir une reconstruction complète à partir des dérivations des membres uniquement, car elles sont les plus faciles à mettre en place pour les non-spécialistes », explique Quer. « Mais nous avons constaté que nous obtenions de bien meilleures données en ajoutant également une dérivation thoracique. »

Les chercheurs ont ensuite pris un ensemble de 238 ECG, dont la moitié présentait des signes de crise cardiaque. Ils ont montré aux cardiologues soit l’ECG original à 12 dérivations, soit un ECG reconstruit par IA à partir des données des trois dérivations sélectionnées. Les cardiologues n’ont pas pu identifier lequel était lequel, et ils ont également correctement identifié les indicateurs de crise cardiaque dans 81,4 % des cas dans les ECG générés par l’IA, ce qui est très proche de la précision de 84,6 % des ECG originaux à 12 dérivations.

« Il était important pour nous de montrer non seulement que cet algorithme fonctionne au niveau technique, mais aussi que les données générées par l’algorithme peuvent être interprétées avec précision par les cardiologues », explique Quer.

Les chercheurs affirment qu’avant de pouvoir utiliser l’algorithme pour la prise de décision clinique, des études prospectives seront nécessaires auprès de différentes populations de patients et dans différents contextes cliniques. Cependant, si l’outil continue à bien fonctionner, il pourrait ouvrir la voie à la réalisation d’ECG dans de nouveaux contextes avec des équipements et des cliniciens moins spécialisés, ce qui pour les patients signifie des diagnostics et des traitements plus rapides.

« Il s’agit d’un cas optimal pour l’IA – en prenant quelques dérivations de l’électrocardiogramme (12 dérivations) – pour le rendre remarquablement informatif, ce qui a de grandes implications pratiques pour les patients à l’avenir », déclare Eric Topol, MD, directeur et fondateur du Scripps Research Translational Institute et vice-président exécutif de Scripps Research.

Cette recherche s’inscrit dans le cadre d’un ensemble croissant de travaux visant à étendre l’utilisation des outils d’IA dans le dépistage et le diagnostic des maladies cardiaques. En 2023, le groupe de Quer a rapporté qu’un seul patch ECG porté pendant deux semaines pourrait aider à déterminer quels patients étaient les plus à risque de fibrillation auriculaire.

« Ce nouveau travail n’est qu’un exemple de la manière dont nous pouvons utiliser l’IA pour réaliser des choses que nous ne pouvions jamais faire auparavant », explique Quer.

Outre Quer, Muse et Topol, les autres auteurs de l’étude intitulée « Reconstruction améliorée par l’IA de l’électrocardiogramme à 12 dérivations via 3 dérivations avec une évaluation clinique précise » sont Amitabh Pandey et Matteo Gadaleta de Scripps Research.