Un électrocardiogramme assisté par l'IA détecte les signes précoces d'insuffisance cardiaque
infohightech ·
Une étude menée par des chercheurs du UT Southwestern Medical Center démontre que l'interprétation d'électrocardiogrammes (ECG) relativement peu coûteux à l'aide d'un algorithme d'intelligence artificielle (IA) a permis de dépister avec précision un précurseur clé de l'insuffisance cardiaque chez des patients au Kenya. Publiés dans JAMA Cardiology , les résultats suggèrent que l'analyse de l'ECG assistée par l'IA (ECG-IA) pourrait constituer une stratégie peu onéreuse pour identifier les patients présentant une altération sous-jacente de la fonction cardiaque.
« Ces résultats confirment l'intérêt de l'ECG assisté par IA comme outil de dépistage pratique et adaptable, capable d'identifier efficacement les personnes à risque d'insuffisance cardiaque dans les contextes aux ressources limitées où l'accès à l'échocardiographie est restreint, comblant ainsi une lacune importante dans les soins cardiovasculaires à l'échelle mondiale », a déclaré le Dr Ambarish Pandey, professeur agrégé de médecine interne au sein du service de cardiologie et de l'École de santé publique Peter O'Donnell Jr. de l'UT Southwestern. Il est également rattaché au service de gériatrie du département de médecine interne.
Outre le Dr Pandey, principal auteur de l'étude, les autres chercheurs comprenaient Neil Keshvani, MD, professeur adjoint de médecine interne à UT Southwestern, et Bernard Samia, MBCh.B., M.Med., MPH, médecin consultant et cardiologue à l'hôpital MP Shah au Kenya et président de la Kenya Cardiac Society.
L’insuffisance cardiaque, maladie chronique caractérisée par l’incapacité du cœur à pomper suffisamment de sang pour répondre aux besoins de l’organisme, est en augmentation dans le monde entier. Ce problème est particulièrement préoccupant en Afrique subsaharienne , où les ressources de santé sont limitées et où les patients développent une insuffisance cardiaque à un âge plus précoce et présentent un pronostic plus sombre, malgré la moindre fréquence de comorbidités par rapport aux patients des pays développés.
Avant de développer une insuffisance cardiaque, de nombreux patients présentent des affections précurseurs telles qu'une dysfonction systolique du ventricule gauche (DSVG), caractérisée par une incapacité du ventricule gauche à pomper efficacement le sang. L'échocardiographie , qui permet de visualiser le cœur par ultrasons, est l'examen de référence pour diagnostiquer la DSVG et d'autres facteurs antécédent d'insuffisance cardiaque, a expliqué le Dr Pandey. Cependant, ces examens sont extrêmement coûteux et les pays en développement manquent généralement d'équipements et de personnel qualifié pour les réaliser, a-t-il ajouté.
Pour remédier à cette disparité, le Dr Pandey et ses collègues ont évalué l'utilisation de l'ECG assisté par IA (ECG-IA), une technique qui consiste à améliorer un ECG classique – un examen de la fonction électrique du cœur – grâce à un algorithme d'IA qui recherche des signes de dysfonction systolique ventriculaire gauche (DSVG) et d'autres précurseurs d'insuffisance cardiaque. L'ECG-IA a donné des résultats prometteurs lors d'essais menés dans les pays développés ; son évaluation dans les pays en développement reste toutefois rare.
L'équipe a recruté près de 6 000 patients consultant dans huit établissements de santé au Kenya pour des soins cliniques de routine, afin de leur faire passer un ECG assisté par intelligence artificielle (ECG-IA). Parmi eux, 1 444 patients ont également subi une échocardiographie pour confirmer les résultats de leur ECG-IA.
L'algorithme d'IA a identifié une dysfonction systolique du ventricule gauche (DSVG) chez 14,1 % des patients ayant également subi une échocardiographie. L'ECG basé sur l'IA présentait une valeur prédictive négative de 99,1 %, ce qui signifie que la quasi-totalité des patients dont les résultats ne révélaient aucune DSVG ont été confirmés négatifs par échocardiographie.
Dans cette étude, un dépistage positif par ECG automatisé était fortement associé à d'autres marqueurs de remodelage cardiaque défavorable, notamment l'hypertrophie ventriculaire gauche et le dysfonctionnement diastolique. L'algorithme a démontré une sensibilité élevée, identifiant correctement 95,6 % des personnes atteintes de dysfonction systolique du ventricule gauche (DSVG), tout en présentant une spécificité élevée, identifiant avec précision 79,4 % des personnes non atteintes.
Les auteurs ont indiqué que leurs résultats soutiennent l'utilisation de l'ECG-IA comme outil de dépistage de la dysfonction systolique du ventricule gauche dans les contextes aux ressources limitées où un dépistage échocardiographique systématique n'est pas possible.
https://www.utsouthwestern.edu/newsroom/articles/year-2026/may-ai-powered-electrocardiogram.html