RTFlash

VOUS ÊTES ICI :
L’IA aussi précise qu’un cardiologue dans la détection des cardiopathies rhumatismales

Vivant

L’IA aussi précise qu’un cardiologue dans la détection des cardiopathies rhumatismales

Mardi, 02/04/2024 - 06:30 0 commentaire
L’IA aussi précise qu’un cardiologue dans la détection des cardiopathies rhumatismales zoom

L’intelligence artificielle (IA) a le potentiel de détecter les cardiopathies rhumatismales (RHD) avec la même précision qu’un cardiologue, selon une nouvelle recherche démontrant comment une technologie sophistiquée d’apprentissage en profondeur peut être appliquée à cette maladie d’iniquité. Ce travail pourrait éviter des centaines de milliers de décès inutiles dans le monde chaque année.

Développé au Children’s National Hospital et détaillé dans la dernière édition du Journal de l’American Heart Association, le nouveau système d’IA combine la puissance de nouvelles sondes à ultrasons avec des appareils électroniques portables installés avec des algorithmes capables de diagnostiquer la RHD sur un échocardiogramme. La distribution de ces appareils pourrait permettre aux professionnels de santé, sans diplôme médical spécialisé, de disposer d’une technologie capable de détecter la RHD dans les régions où elle reste endémique.

La RHD est causée par la réaction du corps à des infections bactériennes répétées à Strep A et peut provoquer des lésions cardiaques permanentes. Si elle est détectée tôt, la maladie peut être traitée avec de la pénicilline, un antibiotique largement disponible. Aux États-Unis et dans d’autres pays à revenu élevé, la RHD a été presque entièrement éradiquée. Cependant, dans les pays à revenu faible ou intermédiaire, elle impacte la vie de 40 millions de personnes, causant près de 400 000 décès par an. « Cette technologie a le potentiel d’étendre la portée d’un cardiologue partout dans le monde », a déclaré Kelsey Brown, MD, chercheur en cardiologie au Children’s National et co-auteur principal du manuscrit avec le scientifique Pooneh Roshanitabrizi, Ph.D. « En une minute, toute personne formée à l’utilisation de notre système peut dépister un enfant pour savoir si son cœur présente des signes de RHD. Cela les conduira à des soins plus spécialisés et à un simple antibiotique pour empêcher cette maladie dégénérative d’endommager gravement leur cœur ».

Des millions de citoyens des pays pauvres ont un accès limité aux soins spécialisés. Pourtant, l’étalon-or pour diagnostiquer la RHD nécessite qu’un cardiologue hautement qualifié puisse lire un échocardiogramme ; une technologie d’imagerie par ultrasons non invasive et largement distribuée. Sans accès à un cardiologue, la maladie peut passer inaperçue et entraîner des complications, notamment une maladie cardiaque avancée, voire la mort.

Selon la nouvelle recherche, l’algorithme d’IA développé au Children’s National a identifié une régurgitation mitrale chez jusqu’à 90 % des enfants atteints de RHD. Ce signe révélateur de la maladie provoque une fermeture incorrecte des volets de la valvule mitrale, entraînant un reflux sanguin dans le cœur. À partir de mars, Craig Sable, MD, chef par intérim de la division de cardiologie, et ses partenaires du projet, mettront en œuvre un programme pilote en Ouganda intégrant l’IA dans le processus de dépistage par écho des enfants soumis à un contrôle de RHD. L’équipe estime qu’une sonde à ultrasons portative, une tablette et un ordinateur portable – installés avec le nouvel algorithme sophistiqué – pourraient faire toute la différence en diagnostiquant ces enfants suffisamment tôt pour changer les résultats.

« L’un des moyens les plus efficaces de prévenir les cardiopathies rhumatismales est de trouver les patients qui en sont atteints dès les premiers stades, de leur donner de la pénicilline mensuellement pour quelques centimes par jour et d’éviter qu’ils ne fassent partie des 400 000 personnes qui en meurent chaque année », a déclaré le Docteur Sable. « Une fois que cette technologie sera construite et distribuée à une échelle permettant de répondre aux besoins, nous sommes optimistes qu’elle soit très prometteuse pour apporter des soins très précis aux pays économiquement défavorisés et aider à éradiquer la RHD dans le monde.

Pour concevoir la meilleure approche, deux experts nationaux en IA du Children’s National – les Docteurs Roshanitabrizi et Marius George Linguraru, D.Phil., MA, M.Sc., professeur de la famille Connor en recherche et innovation et chercheur principal à l’Institut Sheikh Zayed pour Innovation chirurgicale pédiatrique – ont testé diverses modalités d’apprentissage automatique, qui imite l’intelligence humaine, et d’apprentissage profond, qui va au-delà de la capacité humaine d’apprendre. Ils ont combiné la puissance des deux approches pour optimiser le nouvel algorithme, qui est formé pour interpréter les images échographiques du cœur afin de détecter la RHD.

« L’algorithme d’IA a déjà analysé 39 caractéristiques des cœurs atteints de RHD que les cardiologues ne peuvent pas détecter ou mesurer à l’œil nu. Par exemple, les cardiologues savent que la taille du cœur est importante lors du diagnostic de RHD. Les lignes directrices actuelles établissent des critères de diagnostic utilisant deux catégories de poids – supérieur ou inférieur à 66 livres – comme mesure de substitution pour la taille du cœur. Pourtant, la taille du cœur d’un enfant peut varier considérablement dans ces deux groupes. Notre algorithme peut voir et ajuster la taille du cœur en tant que variable fluide en continu. Entre les mains des travailleurs de la santé, nous espérons que la technologie amplifiera les capacités humaines pour effectuer des calculs beaucoup plus rapides et précis que l’œil et le cerveau humains, sauvant ainsi d’innombrables vies ».

Entre autres défis, l’équipe a dû concevoir de nouvelles façons d’apprendre à l’IA à gérer les différences cliniques inhérentes trouvées dans les images échographiques, ainsi que les complexités de l’évaluation des échocardiogrammes Doppler couleur, dont l’évaluation a toujours nécessité des compétences humaines spécialisées. « Il existe un véritable art dans l’interprétation de ce type d’informations, mais nous savons désormais comment apprendre à une machine à apprendre plus rapidement et peut-être mieux que l’œil et le cerveau humains », a déclaré le Docteur Linguraru.

Children's National

Noter cet article :

 

Vous serez certainement intéressé par ces articles :

Recommander cet article :

back-to-top