Actualités de l'Urgence - APM

L'AHA a consacré une de ses sessions de Late-Breaking Science à l'IA en cardiologie, au cours de laquelle les résultats de quatre études ont été présentés.

Un stéthoscope augmenté par l'IA améliore la détection des cardiomyopathies du péripartum

Un dépistage ECG utilisant un stéthoscope numérique (Eko Duo*, Eko Health) couplé à un algorithme guidé par une intelligence artificielle a détecté deux fois plus de cas de cardiomyopathie du péripartum par rapport à la surveillance clinique standard.

L'étude SPEC-AI menée au Nigeria a inclus 1.232 femmes enceintes ou venant d'accoucher randomisées entre un ECG standard évalué par les professionnels de santé, et le stéthoscope amélioré par l'IA, utilisant un algorithme initialement développé avec des données d'ECG à 12 dérivations et modifié pour être utilisé avec un ECG à une dérivation, capable de prédire la probabilité d'une dysfonction ventriculaire gauche, explique l'AHA dans un communiqué. Le résultat du dépistage a été confronté à celui d'un échocardiogramme pour mesurer la fraction d'éjection ventriculaire gauche.

Une cardiomyopathie du péripartum a été détectée chez 4,1% des femmes dans le groupe IA contre 1,8% des femmes dans le groupe contrôle, soit un odds ratio de 2,3.

Ces résultats suggèrent que jusqu'à la moitié des cas de cardiomyopathie du péripartum ne sont probablement pas détectés lors de la prise en charge habituelle, conclut Demilade Adedinsewo de la Mayo Clinic à Jacksonville (Floride) dans sa présentation.

"Ce travail peut changer la pratique clinique actuelle, en passant d'une pratique réactive et guidée par les symptômes, à une approche plus proactive d'identification de la dysfonction cardiaque liée à la grossesse en utilisant un outil de dépistage simple, bon marché et efficace", commente-t-elle dans le communiqué de l'AHA. "Un diagnostic plus précoce faciliterait une prise en charge rapide et adaptée de la cardiomyopathie et réduirait les pathologies et décès associés", ajoute-t-elle.

Une application d'analyse de la voix pour surveiller l'insuffisance cardiaque

Une appli smartphone utilisant l'IA pour détecter les modifications de la voix d'un patient insuffisant cardiaque, Cordio HearO* (Cordio Medical), a prédit les trois quarts des hospitalisations survenant dans les trois semaines suivantes.

Les modifications de la voix peuvent indiquer un début d'accumulation de liquide dans les poumons, qui constitue un signe de progression de l'insuffisance cardiaque, est-il expliqué dans un communiqué de l'AHA.

Au total, 416 patients insuffisants cardiaques ont été inclus dans l'étude SPEECH. Chacun a enregistré chaque jour cinq phrases dans sa langue maternelle (hébreu, russe, arabe, anglais) dans son appli. L'algorithme a été développé à partir de mesures distinctes du langage de 263 participants, puis son efficacité validée chez les 153 participants restants.

Dans la phase de développement, l'appli a prédit avec exactitude 76% des cas de détérioration de l'insuffisance cardiaque, soit 44 des 58 évènements, en moyenne dans les 24 jours précédant l'hospitalisation ou le recours à l'administration de liquides intraveineux. Elle a généré en moyenne trois alertes inutiles par patient et par an.

Dans la partie validation, la précision de l'appli a été de 71% pour prédire les évènements liés à l'insuffisance cardiaque (10 évènements sur 14), en moyenne trois semaines avant. Il y avait là encore trois alertes inutiles par patient et par an.

Une IA couplée à l'ECG accélère et améliore le diagnostic d'infarctus

Le diagnostic d'infarctus reste un défi clinique aux urgences, avec environ 20% de mauvais diagnostics, selon Chin-Sheng Lin du Tri-Service General Hospital à Taipei. Un système d'aide à la décision est nécessaire pour diagnostiquer précocement et avec fiabilité ces infarctus aigus.

Les chercheurs taïwanais ont développé un algorithme pour l'analyse de l'ECG visant à détecter les infarctus aigus et améliorer la performance de détection de l'ECG. Jusqu'alors, la prise en charge des infarctus était activée par les médecins des urgences après avoir analysé l'ECG. Avec ce nouvel outil, une fois l'ECG réalisé, l'IA analyse le tracé et envoie le cas échéant une alerte aux médecins urgentistes ainsi qu'aux cardiologues afin d'activer la salle de cathétérisme pour réaliser une angioplastie primaire. Aucun essai randomisé contrôlé n'avait cependant jusqu'à présent évalué les effets de cet outil d'IA sur la détection des infarctus.

Dans l'étude ARISE, 43.994 patients admis aux urgences ou dans un service d'hospitalisation avec une suspicion d'infarctus aigu et recevant un ECG ont été randomisés entre l'analyse immédiate par l'outil d'IA et la prise en charge standard.

Le délai entre la réalisation de l'ECG et l'arrivée en salle de cathétérisme, critère principal évalué, a été significativement réduit de 9 min dans le groupe bénéficiant de l'IA (43,3 min contre 52,3 min).

Dans le groupe IA, moins de cas de suspicion d'infarctus avec élévation du segment ST (STEMI)n'ont pas reçu d'angiographie coronaire de confirmation (6,5% contre 15,8%).

La valeur prédictive positive de l'ECG couplé à l'IA pour le diagnostic de STEMI était de 88,0%, sa valeur prédictive négative de 99,9%, sa sensibilité de 88,8% et sa spécificité de 99,9%.

Ces résultats provenant d'une étude monocentrique doivent être confirmés à plus large échelle, souligne Chin-Sheng Lin.

Améliorer la prédiction du risque basée sur l'inflammation lors de l'angioscanner coronaire

L'IA a également été utilisée pour développer un nouvel outil de prédiction du risque basé sur l'inflammation coronaire, chez les patients recevant un angioscanner coronaire et ne présentant pas de maladie obstructive. Cet outil modifie la classification des patients dans les catégories de risque, ainsi que leur prise en charge.

Le rôle de l'inflammation dans l'athérogenèse et les infarctus est de plus en plus reconnu, d'où l'importance de nouveaux outils pour mesurer le risque inflammatoire résiduel.

Dans l'étude ORFAN, l'inflammation coronaire (score FAI) a été mesurée lors de l'angioscanner, et un modèle de prédiction du risque utilisant l'IA, intégrant le score FAI, l'analyse de la plaque et les facteurs de risque individuels, a été appliqué.

Les chercheurs ont étudié 40.091 patients recevant un angioscanner. Ils ont d'abord établi que 18% avaient une maladie coronaire obstructive et 82% une maladie non obstructive. Si le risque d'évènement cardiovasculaire était significativement plus élevé chez les patients ayant une maladie obstructive, le nombre absolu d'évènement était deux fois plus important parmi les patients ayant une maladie non obstructive, ont-ils déterminé. D'où l'intérêt d'identifier les patients ayant une maladie non obstructive à haut risque.

Parmi 3.393 patients suivis pendant une médiane de 7,7 ans, ils ont établi que le risque de décès cardiaque et d'évènement cardiovasculaire majeur augmentait avec le score FAI, y compris chez les patients sans maladie obstructive, selon la présentation de Charalambos Antoniades de l'université d'Oxford (Royaume-Uni).

Les chercheurs ont effectué une validation indépendante de leur modèle de classification du risque par IA, le risque prédit correspondant au risque observé dans toutes les catégories (très haut risque, haut risque, et risque faible à modéré), y compris chez les patients sans maladie obstructive.

Leur modèle de prédiction du risque basé sur l'IA a permis de reclasser environ 30% des patients dans une catégorie de risque supérieure et environ 10% dans une catégorie inférieure. Ils ont observé que, lorsque le résultat de la classification par IA était présenté à l'équipe médicale, cela modifiait la prise en charge du patient dans la moitié des cas environ.

cd/ab/APMnews