Détecter un infarctus du myocarde grâce à l'intelligence artificielle
Dans le cadre d'une étude internationale, des chercheurs de l'USZ ont pu montrer que l'intelligence artificielle peut surpasser les cardiologues expérimentés dans l'analyse des données d'échographie cardiaque. Le chemin vers l'utilisation clinique est néanmoins encore long.
La cardiomyopathie de Takotsubo est un trouble aigu de la fonction de pompage du cœur qui touche majoritairement les femmes et survient principalement après des événements de stress émotionnel ou physique. Dans sa phase aiguë, la maladie ressemble à un infarctus du myocarde. Bien que la distinction entre les deux soit essentielle pour une prise en charge adéquate, il n'existe pas à ce jour de critères clairs basés sur un examen par ultrasons du cœur.
L'intelligence artificielle fait-elle la différence ?
Dans le cadre de ce projet de coopération avec l'EPF de Zurich, les chercheurs ont cherché à savoir si l'apprentissage automatique pouvait aider à distinguer les deux maladies cardiovasculaires. Ils ont utilisé les données du registre international Takotsubo d'une part et du registre zurichois des maladies coronariennes aiguës d'autre part comme base de leur étude. Au total, les échographies cardiaques de 224 patients souffrant d'un infarctus aigu du myocarde et de 224 patients souffrant d'un syndrome de Takotsubo ont été prises en compte.
Dans un premier temps, un modèle d'apprentissage en profondeur a été développé. Les données de 228 patients au total ont été utilisées pour l'entraînement. L'objectif de ce type de procédure est que l'"intelligence artificielle" reconnaisse des modèles dans les données brutes non structurées et que ces modèles se précisent au fur et à mesure que la quantité de données augmente. L'IA peut ainsi être en mesure d'associer des images ou d'effectuer des distinctions qui échappent à l'attention humaine.
L'IA était supérieure aux cardiologues
L'étape suivante a consisté à utiliser l'algorithme ainsi développé pour analyser les 200 autres ensembles de données. Afin de comparer la précision et la justesse, quatre cardiologues expérimentés ont à leur tour évalué les mêmes 200 ensembles de données. L'évaluation des résultats a montré que l'analyse entièrement automatisée au moyen de l'intelligence artificielle était supérieure à celle des cardiologues.
Toutefois, d'autres études doivent être menées avant de pouvoir être utilisées dans la pratique clinique quotidienne. Notamment parce que, dans ce cas, les données sous-jacentes étaient limitées à deux tableaux cliniques et à un nombre restreint d'enregistrements. "Cette étude nous a néanmoins permis de montrer le potentiel de l'IA", explique Christian Templin, cardiologue à l'USZ et dernier auteur de l'étude. "Si de plus grands ensembles de données sont disponibles à l'avenir, les prédictions pourraient encore être considérablement améliorées grâce au deep learning et donner un aperçu supplémentaire de la dynamique de la fonction cardiaque normale et pathologique". Compte tenu de la quantité croissante de données dans le domaine du diagnostic médical, le besoin d'un traitement et d'une analyse efficaces ne cesse de croître. L'utilisation de l'IA n'en est qu'à ses débuts.
