L’IA prédit si et quand quelqu’un subira un arrêt cardiaque
Une nouvelle approche basée sur l’intelligence artificielle peut prédire si et quand un patient pourrait mourir d’un arrêt cardiaque. La technologie, basée sur des images brutes des cœurs malades et des antécédents des patients, améliore considérablement les prédictions des médecins et devrait révolutionner la prise de décision clinique et augmenter la survie aux arythmies cardiaques soudaines et mortelles, l’une des conditions les plus mortelles et les plus déroutantes de la médecine.
Les travaux, menés par des chercheurs de l’Université Johns Hopkins, sont détaillés aujourd’hui dans Nature Recherche cardiovasculaire.
« La mort cardiaque subite causée par l’arythmie représente jusqu’à 20% de tous les décès dans le monde et nous savons peu de choses sur pourquoi cela se produit ou comment savoir qui est à risque », a déclaré l’auteur principal Natalia Trayanova, professeur de génie biomédical et de médecine. « Certains patients à faible risque de mort cardiaque subite reçoivent des défibrillateurs dont ils n’ont peut-être pas besoin, puis il y a des patients à haut risque qui ne reçoivent pas le traitement dont ils ont besoin et qui pourraient mourir dans la fleur de l’âge. que l’algorithme peut faire est de déterminer qui est à risque de mort cardiaque et quand cela se produira, permettant aux médecins de décider exactement ce qui doit être fait. »
L’équipe est la première à utiliser des réseaux de neurones pour construire une évaluation de survie personnalisée pour chaque patient souffrant d’une maladie cardiaque. Ces mesures de risque fournissent avec une grande précision la possibilité d’une mort cardiaque subite sur 10 ans et le moment où elle est la plus susceptible de se produire.
La technologie d’apprentissage en profondeur s’appelle l’étude de survie du risque d’arythmie cardiaque, ou SSCAR. Le nom fait allusion aux cicatrices cardiaques causées par les maladies cardiaques qui entraînent souvent des arythmies mortelles, et la clé des prédictions de l’algorithme.
« Ce que notre algorithme peut faire, c’est déterminer qui est à risque de mort cardiaque et quand cela se produira, permettant aux médecins de décider exactement ce qui doit être fait. »
Natalia Trayanova
Professeur de génie biomédical et de médecine
L’équipe a utilisé des images cardiaques à contraste amélioré qui visualisent la distribution des cicatrices de centaines de vrais patients à l’hôpital Johns Hopkins avec des cicatrices cardiaques pour former un algorithme pour détecter des modèles et des relations non visibles à l’œil nu. L’analyse d’image cardiaque clinique actuelle n’extrait que de simples caractéristiques de cicatrice comme le volume et la masse, sous-utilisant gravement ce qui est démontré dans ce travail comme étant des données critiques.
« Les images contiennent des informations critiques auxquelles les médecins n’ont pas pu accéder », a déclaré le premier auteur Dan Popescu, ancien doctorant de Johns Hopkins. « Cette cicatrisation peut être distribuée de différentes manières et elle en dit long sur les chances de survie d’un patient. Il y a des informations cachées dedans. »
L’équipe a formé un deuxième réseau neuronal pour apprendre à partir de 10 ans de données cliniques standard sur les patients, 22 facteurs tels que l’âge, le poids, la race et l’utilisation de médicaments sur ordonnance des patients.
Les prédictions des algorithmes étaient non seulement significativement plus précises sur chaque mesure que les médecins, mais elles ont été validées dans des tests avec une cohorte de patients indépendants de 60 centres de santé à travers les États-Unis, avec différents antécédents cardiaques et différentes données d’imagerie, suggérant que la plateforme pourrait être adoptée. partout.
« Cela a le potentiel de façonner de manière significative la prise de décision clinique concernant le risque d’arythmie et représente une étape essentielle pour amener le pronostic de la trajectoire du patient à l’ère de l’intelligence artificielle », a déclaré Trayanova, codirectrice de l’Alliance for Cardiovascular Diagnostic and Treatment Innovation. « Il incarne la tendance à fusionner l’intelligence artificielle, l’ingénierie et la médecine comme l’avenir des soins de santé. »
L’équipe travaille maintenant à construire des algorithmes pour détecter d’autres maladies cardiaques. Selon Trayanova, le concept d’apprentissage en profondeur pourrait être développé pour d’autres domaines de la médecine qui reposent sur le diagnostic visuel.