Comment L’Intelligence Artificielle Détecte L’Insuffisance Cardiaque

Intelligence artificielle : Les médecins peuvent détecter l’insuffisance cardiaque à partir d’un seul battement de cœur avec 100% d’exactitude en utilisant un nouveau réseau neuronal basé sur l’IA.

C’est ce qui ressort d’une étude récente publiée dans la revue Biomedical Signal Processing and Control, qui explore la façon dont les technologies émergentes peuvent améliorer les méthodes existantes de détection d’insuffisance cardiaque congestive.

Menée par des chercheurs des Universités du Surrey, de Warwick et de Florence, cette étude montre que l’IA (intelligence artificielle) peut identifier rapidement et avec précision l’ICC (insuffisance cardiaque congestive) en analysant un battement de cœur de l’électrocardiogramme (ECG).

L’ICC est une pathologie chronique progressive affectant la façon dont le sang est pompé dans le corps. La recherche montre qu’environ 5 millions de personnes vivent avec cette maladie, et ce, uniquement aux États-Unis.

Les chercheurs affirment que les praticiens cliniques et les systèmes de santé « ont besoin de toute urgence de moyens de détection efficaces » en raison de « la prévalence élevée, du taux de mortalité important et des frais de santé prolongés onéreux ».

Ils pensent que ces problèmes peuvent être résolus grâce à l’utilisation deréseaux neuronaux convolutifs (en anglais CNN, pour Convolutional Neural Networks), plus efficaces pour l’identification de formes et de structures dans les données.

Contrairement aux méthodes existantes qui prennent souvent beaucoup de temps et qui sont imprécises, leur modèle associe des outils avancés de traitement de signaux et de machine learning sur des signaux d’ECG bruts afin d’améliorer considérablement les taux de détection.

Le Dr Sebastiano Massaro, professeur agrégé de neurosciences structurelles à l’Université du Surrey, a déclaré : « Tout d’abord, en analysant directement l’ECG, nous confirmons qu’il est possible de détecter avec précision l’ICC au-delà de l’analyse de la variabilité de la fréquence cardiaque. Ainsi, nous obtenons généralement des résultats plus conformes au comportement réel du cœur affecté ».

Dans une autre partie de l’expérience, un modèle de CNN spécifique a été utilisé pour améliorer la précision de la détection d’une ICC tout en prenant en compte des modèles comparables.

« Nous nous focalisons sur la détection de la pathologie à partir d’un seul battement de cœur dans des extraits de 5 minutes plutôt que des enregistrements de 24 heures », a déclaré Massaro.

« Cet aspect offre un potentiel précieux pour les perspectives d’interventions rapides ; Néanmoins, il est également important de garder à l’esprit que, pour le moment, nous ne parlons que des patients atteints d’ICC sévère ».

À l’avenir, Massaro espère élargir son approche à des échantillons de plus grande taille et à d’autres types d’ICC afin que la technologie puisse, un jour ou l’autre, être mise en œuvre dans les systèmes et les pratiques de soins médicaux courants.

Il a ajouté : « L’application des neurosciences structurelles, et en particulier des approches de réseau neuronal, aux problèmes de santé promet une avancée autant dans la recherche que la pratique clinique ».