Actualités de l'Urgence - APM

L'AVC ischémique peut être traité de manière efficace à condition que les patients soient pris en charge très rapidement mais seulement 5% reçoivent le traitement de référence dans les temps, rappellent Radoslav Raychev de l'université de Californie à Los Angeles et ses collègues dans leur diaporama.

L'un des moyens d'améliorer l'accès au traitement est d'améliorer en population générale la reconnaissance des signes d'alerte d'un AVC résumés en anglais par l'acronyme FAST pour face drooping, arm weakness, speech difficulty et time to call 911 ou l'équivalent en français VITE pour visage paralysé, incapacité à bouger un bras normalement, troubles de la parole et extrême urgence, appelez le 15.

Pour cela, les chercheurs ont développé une application mobile puisque la population générale est équipée en majorité de smartphone, avec en 2023 près de 7 milliards d'utilisateurs, et qu'elle y passe plusieurs heures par jour et le consulte presque toutes les 10 minutes.

Cette appli repose sur des algorithmes d'apprentissage automatique également développés par l'équipe et utilise plusieurs outils disponibles dans les smartphones: la vidéo, l'accéléromètre et le gyroscope ainsi que l'enregistrement audio.

En cas de suspicion d'AVC, la personne s'enregistre face caméra tout en parlant. Le système analyse 90 points du visage pour vérifier s'il y a une asymétrie ou un changement unilatéral des mouvements et permet notamment de faire la différence entre la paralysie induite par un AVC et la paralysie de Bell.

L'algorithme d'analyse de la voix permet de distinguer un discours "normal" d'un discours anormal ou d'un marmonnement.

Enfin, lorsque la personne manipule son smartphone d'une main puis de l'autre, les mouvements sont analysés par un algorithme capable de détecter une faiblesse musculaire.

Les chercheurs ont développé et évalué les algorithmes auprès de 400 patients hospitalisés dans cinq centres en Bulgarie dont 66% avec un AVC ischémique, 5,5% avec un AVC hémorragique, 10,7% une paralysie de Bell et 17,8% qui avaient une suspicion d'AVC sans déficit neurologique et finalement non confirmée à l'imagerie. Les patients avec un AVC étaient vus dans les 72 heures après la survenue des premiers signes.

Des neurologues ont utilisé l'appli auprès des patients puis ont croisé le résultat avec l'examen clinique, leur impression et les données d'imagerie.

Il apparaît que la sensibilité et la spécificité du modèle sont toutes deux de 75% pour détecter des troubles de la parole, de respectivement 78% et 79% concernant une faiblesse dans un bras, de 92% et 78% pour l'asymétrie faciale, de 78% et 70% pour le diagnostic différentiel de paralysie de Bell et finalement, de 99% et 90% pour identifier un AVC.

Ces résultats suggèrent qu'une appli mobile semble identifier de manière fiable les signes d'alerte d'un AVC et les distinguer d'une paralysie faciale de Bell avec une précision comparable à celle de l'impression clinique d'un neurologue, concluent les auteurs.

Des travaux complémentaires sont nécessaires pour valider l'appli car dans cette étude, les tests ont été réalisés par des neurologues qui connaissaient le diagnostic auprès de patients hospitalisés, commentent-ils.

Si son intérêt est confirmé, cette technologie pourrait être utilisée par le grand public lui-même pour s'auto-évaluer ou dans l'environnement pour détecter les suspicions d'AVC par l'intermédiaire de dispositifs connectés au domicile, dans les voitures ou en visioconférence, ainsi que par les médecins aux urgences ou pour la télémédecine, suggèrent-ils.

ld/ab/APMnews