L'IA bernoise affine la détection des risques cardiaques

Un patient reçoit le même diagnostic qu'un autre après une intervention. Pourtant, son état de santé peut évoluer de manière très différente. C'est précisément là qu'intervient une équipe de recherche de l'Inselspital de Berne et de l'Université de Berne. Dans deux études récentes, les chercheurs ont examiné si l'intelligence artificielle peut détecter ces différences de manière plus fiable.

La réponse est positive, du moins pour deux maladies cardiaques spécifiques : les nouveaux modèles ont pu évaluer les risques plus précisément que les méthodes établies. Les résultats ont été publiés dans les revues spécialisées The Lancet Digital Health et JAMA Cardiology. Ces études ne prouvent pas encore que l'IA prend déjà de meilleures décisions médicales aujourd'hui. Elles montrent plutôt le potentiel que les pronostics assistés par ordinateur pourraient avoir à l'avenir.

De nombreuses données pour une image plus précise

La première étude portait sur des personnes atteintes d'un rétrécissement sévère de la valve aortique, traitées par TAVI. Cette intervention mini-invasive consiste à implanter une nouvelle valve cardiaque via un cathéter.

Pour le modèle d'IA, différentes informations ont été combinées – incluant des données cliniques, des valeurs de laboratoire, des électrocardiogrammes, des examens échographiques et tomodensitométriques, ainsi que des données sur l'intervention. Au total, les données de 3991 patients de Suisse et du Japon ont été incluses dans l'étude. Le modèle a été développé et validé avec 2985 cas suisses. 1006 autres patients japonais ont servi de groupe test externe.

Le résultat : en prédisant la mortalité à long terme, les modèles d'IA ont obtenu de meilleurs résultats que les scores de risque chirurgicaux conventionnels. La précision moyenne sur cinq ans s'est améliorée d'environ 10 à 15 pour cent selon le modèle et la comparaison. La meilleure performance a également été observée dans le groupe test externe.

Pour la médecine, ce test externe est particulièrement important. Un modèle qui ne fonctionnerait qu'avec les données ayant servi à son développement serait peu utile. Le fait que les modèles bernois aient également fonctionné avec un groupe de patients indépendant au Japon plaide pour une meilleure transférabilité. Cependant, cela ne garantit pas encore leur utilisation future dans d'autres hôpitaux.

Une maladie cardiaque rare sous les projecteurs

La deuxième étude s'est concentrée sur la cardiomyopathie amyloïde à transthyrétine, abrégée ATTR-CM. Des fibres protéiques s'y déposent dans le muscle cardiaque. La maladie peut entraîner une insuffisance cardiaque et raccourcir l'espérance de vie.

Pour ce nouveau modèle, les données de 850 patients de six centres suisses et de l'Université de médecine de Vienne ont été analysées. L'objectif était d'évaluer le risque de décès ou d'hospitalisation due à une insuffisance cardiaque.

Ici aussi, le modèle d'IA a surpassé les classifications de risque établies de Mayo et NAC. Selon le groupe de patients et la comparaison, l'amélioration de la performance prédictive était d'environ deux à dix pour cent; pour certaines évaluations, la différence atteignait jusqu'à 19 pour cent pour la prévision à trois ans.

Il est particulièrement intéressant de noter que les chercheurs ne voulaient pas seulement savoir à quel point l'IA prédit. Ils ont également étudié quels facteurs étaient décisifs pour la prévision respective. C'est important, car une IA médicale ne devrait pas simplement fournir un chiffre sans que les médecins puissent comprendre comment ce résultat est obtenu.

Qu'est-ce que cela signifie pour les patients ?