Comment un scan rapide des orteils grâce à l'IA pourrait élargir l'accès au dépistage de l'AOMI (artériopathie oblitérante des membres inférieurs)
infohightech ·
L’artériopathie oblitérante des membres inférieurs (AOMI) touche entre 8 et 12 millions d’Américains. Cette maladie est due à l’accumulation de plaque (composée de cholestérol et d’autres substances) à l’intérieur des vaisseaux sanguins, ce qui restreint la circulation sanguine vers les jambes et affecte de manière disproportionnée les populations marginalisées. Principale cause d’amputation, l’AOMI passe souvent inaperçue jusqu’à l’apparition de complications, notamment parce que son diagnostic nécessite une consultation dans un centre spécialisé pour un examen long et contraignant de l’indice de pression systolique cheville-bras (IPS).
L’artériopathie oblitérante, qui touche le plus souvent les membres inférieurs (AOMI), est une maladie chronique concernant environ 20 % de la population de plus de 65 ans. Elle se caractérise par le rétrécissement ou l’occlusion d’une artère des membres inférieurs, ce qui provoque une mauvaise irrigation (ischémie) des tissus. En France, on estime qu’un million de personnes en souffrent.
Une équipe multidisciplinaire de chercheurs de l'Université de Californie à San Diego annonce qu'une technologie simple, la photopléthysmographie (PPG), associée à l'intelligence artificielle (IA), permet de détecter l'artériopathie oblitérante des membres inférieurs (AOMI) avec une grande précision. Cette technique pourrait servir de « biomarqueur numérique » pour un dépistage rapide et non invasif de la maladie, permettant potentiellement un diagnostic et un traitement plus précoces. L'étude est publiée dans la revue npj Digital Medicine .
« La PPG fonctionne en projetant de la lumière sur un tissu, en l'occurrence l'orteil », explique Ava J. Fascetti, co-première auteure de l'étude et doctorante au sein du laboratoire d'Edward J. Wang, docteur en philosophie, professeur agrégé de génie électrique et informatique à la Jacobs School of Engineering et membre du Design Lab. « Un capteur photosensible mesure la quantité de lumière réfléchie, ce qui nous permet de détecter d'infimes variations du volume sanguin : c'est ce que nous appelons le signal PPG. »
L'idée de cette étude est née lorsque le co-premier auteur, le Dr Mattheus Ramsis, professeur adjoint de médecine et directeur médical de l'informatique cardiologique au sein de la Division de médecine cardiovasculaire, a eu une conversation avec la co-auteure, le Dr Elsie G. Ross, professeure agrégée de chirurgie au sein de la Division de chirurgie vasculaire et endovasculaire, tous deux à l'École de médecine de l'UC San Diego, et a appris que les enregistrements PPG sont systématiquement effectués sur l'orteil en même temps que les patients subissent des tests ABI.
« J’ai eu une révélation à ce moment-là », a déclaré Ramsis.
Il a fait appel à Mustafa H. Naguib, étudiant en quatrième année de médecine, pour constituer un ensemble de données de plus de 10 000 enregistrements PPG d'orteils, recueillis auprès de plus de 3 500 patients ayant subi un test d'indice de pression systolique cheville-bras (IPS) au UC San Diego Health entre 2020 et 2025. L'équipe a ensuite extrait 78 caractéristiques PPG significativement corrélées aux résultats IPS des patients. À partir de là, ils ont développé un modèle d'apprentissage automatique permettant de détecter une artériopathie oblitérante des membres inférieurs (AOMI) chez un patient, uniquement à partir de ces caractéristiques PPG.
« Lorsque nous avons construit le modèle à partir des seules données PPG , il a démontré une excellente capacité à distinguer les patients atteints d'AOMI (définie par un IPS anormal) de ceux qui n'en sont pas atteints, identifiant correctement les cas d'AOMI dans environ 83 % des cas, contre environ 60 à 65 % de performance généralement obtenue avec la seule évaluation clinique traditionnelle des facteurs de risque », a déclaré Ramsis. L'ajout du statut tabagique du patient a amélioré le modèle de 2 % supplémentaires. « Surtout, le signal reflète les variations physiologiques du flux sanguin dans les orteils, fournissant des informations complémentaires à l'évaluation clinique conventionnelle. »
De plus, le modèle a fonctionné de manière similaire chez les patients noirs, hispaniques et blancs, ainsi que sur les données provenant de deux campus médicaux distincts de UC San Diego Health, y compris des patients atteints de maladie coronarienne, de diabète et d'insuffisance rénale terminale.
Ramsis explique que la prochaine étape consiste à valider l'approche sur différents appareils de capture PPG, notamment les smartphones, les oxymètres de pouls et les technologies portables, afin de déterminer si le modèle est fiable en conditions réelles. Bien qu'il ne soit pas prévu pour l'instant de remplacer le test ABI par le dépistage PPG, il estime que cette méthode pourrait compléter la méthode déjà bien établie.
« Un examen ABI dure de 15 à 30 minutes une fois le patient arrivé à la clinique, tandis qu'un examen PPG ne prend que quelques secondes », a-t-il déclaré. « Comme 95 % de la population possède un smartphone ou un appareil similaire, nous pouvons potentiellement contourner les obstacles liés au transport, au financement et aux institutions qui limitent actuellement l'accès aux tests ABI. »
Un dépistage rapide par PPG pourrait servir de test de triage au point de soins en clinique, ou les patients à haut risque pourraient même se dépister eux-mêmes sur leur téléphone grâce à une application pour smartphone, ce qui permettrait une orientation plus précoce avant qu'un événement indésirable majeur au niveau des membres ne survienne.
« Si nous pouvons dépister l'AOMI suffisamment tôt pour éviter une amputation, l'impact serait maximal : préserver la fonction du membre, réduire la mortalité et lever les obstacles rencontrés par les populations mal desservies », a déclaré Ramsis.
« Nous envisageons ce travail comme un exemple précoce de la manière dont une infrastructure de biosignaux évolutive peut soutenir le développement de diagnostics numériques de nouvelle génération dans l'ensemble du système de santé », a ajouté Ramsis, également directeur fondateur du tout nouveau dépôt de biosignaux de l'UC San Diego. « Les données physiologiques recueillies grâce à des études comme celle-ci contribueront à jeter les bases de la recherche, de la translation et de l'application clinique futures basées sur les biosignaux. »
https://today.ucsd.edu/story/uc-san-diego-researchers-shine-a-light-on-peripheral-artery-disease