L'éditeur de Downcodes a appris qu'une dernière étude publiée dans la revue "The Lancet" a introduit un nouveau modèle d'électrocardiogramme (ECG) amélioré par l'intelligence artificielle appelé AIRE. Ce modèle utilise les antécédents des patients et les résultats d'imagerie pour prédire avec précision le risque de mortalité et de maladie cardiovasculaire (MCV), fournir aux cliniciens des conseils médicaux personnalisés et devrait révolutionner l'évaluation des risques et la prévention des maladies cardiovasculaires.
Remarque sur la source de l'image : l'image est générée par l'IA et le fournisseur de services d'autorisation d'image Midjourney
Le développement du modèle AIRE a utilisé une grande quantité de données provenant de différents groupes de patients pour surmonter les lacunes des modèles précédents en termes de rationalité physique temporelle et d'interprétabilité, rendant les résultats de prédiction non seulement précis, mais également capables de soutenir des actions spécifiques dans la pratique clinique. L’étude a révélé qu’AIRE était capable de prédire les décès toutes causes confondues, les arythmies ventriculaires, les maladies cardiovasculaires athéroscléreuses et le risque d’insuffisance cardiaque, et dépassait les modèles d’IA traditionnels dans l’évaluation des risques à court et à long terme.
Un électrocardiogramme est une méthode non invasive d'évaluation de l'activité électrique du cœur en plaçant des électrodes sur la poitrine, les bras et les jambes d'un patient. Bien que la technologie ECG soit vieille de plusieurs siècles, les progrès récents en matière de puissance de traitement informatique et de modèles d’apprentissage automatique prédictif ont donné un nouvel espoir dans ce domaine. Bien que plusieurs études aient tenté d’appliquer l’IA à la prédiction des maladies cardiovasculaires et du risque de mortalité, les applications pratiques restent rares.
Cette étude a développé huit modèles AIRE capables de fournir des prévisions individualisées de courbe de survie plutôt que de simples évaluations des risques à temps fixe. Les données de l’étude provenaient de sources cliniques situées dans plusieurs zones géographiques, notamment le centre médical Beth Israel Deaconess aux États-Unis et le centre de recherche en médecine tropicale de Sao Paulo-Minas Gerais au Brésil. En incorporant une architecture de réseau neuronal convolutif à bloc résiduel, le modèle AIRE crée des courbes de survie spécifiques au patient qui tiennent compte du décès et de la perte de suivi des participants.
Les résultats de l'étude montrent qu'AIRE peut prédire avec précision les décès toutes causes confondues avec une valeur d'harmonisation de 0,775, en particulier chez les participants sans antécédents familiaux de maladie cardiovasculaire, et AIRE peut également prédire efficacement les événements d'insuffisance cardiaque. De plus, AIRE a démontré sa stabilité lors de l'utilisation de données ECG à dérivation unique telles que des appareils grand public, ouvrant ainsi la possibilité d'une surveillance des risques de maladies cardiovasculaires à domicile.
L'équipe de recherche a déclaré que la plateforme AIRE dépasse non seulement le jugement des experts humains traditionnels en termes de précision des prédictions, mais jette également les bases d'applications cliniques dans le monde entier. La plateforme devrait être largement utilisée dans les soins primaires et secondaires pour fournir des prévisions personnalisées du risque de maladie cardiovasculaire pour différentes populations.
L'émergence du modèle AIRE a ouvert une nouvelle aube dans la prédiction et la prévention des maladies cardiovasculaires. Sa précision et son interprétabilité lui confèrent un grand potentiel d'application dans la pratique clinique et devraient bénéficier à davantage de patients dans le monde. L'éditeur de Downcodes espère que le modèle AIRE pourra être encore amélioré à l'avenir et contribuer à la construction d'un monde plus sain.