La fibrillation auriculaire (FA) est un trouble du rythme cardiaque qui reste parfois silencieux. L’activité électrique anarchique et rapide du muscle des oreillettes peut provoquer des douleurs dans la poitrine et des étourdissements. Mais dans certains cas, aucun symptôme ne se manifeste.
Il est alors particulièrement difficile de la dépister, d’autant que certaines fibrillations auriculaires surviennent par épisodes. Si un électrocardiogramme (ECG) est pratiqué alors que le rythme cardiaque est régulier, les chances de dépistage sont alors quasi nulles.
Un algorithme pour un électrocardiogramme plus performant
Or, une fibrillation auriculaire, même asymptomatique, n’a rien d’anodin. Elle est associée à un risque d’accident vasculaire cérébral (AVC) et d’insuffisance cardiaque. C’est pourquoi lorsque qu’un AVC sans cause identifié se produit, le patient subit un électrocardiogramme dans le but de détecter une éventuelle FA et de prévenir une récidive d’AVC. Mais l’examen n’est donc pas toujours efficace. Pour ces raisons, des chercheurs américains de la Mayo Clinic ont développé un algorithme d’intelligence artificielle (IA).
Nourri par les données issues de 450.000 ECG, l’algorithme a appris à détecter les modifications très subtiles enregistrées lors de l’électrocardiogramme. Il a ensuite été validé sur plus de 63.000 ECG issus de 18.000 personnes. Enfin, il a été testé sur 130.000 ECG de 36.000 individus, dont 3.051 avaient une fibrillation auriculaire identifiée.
Les résultats de cette étude ont été publiés le 1er août 2019 dans la revue The Lancet.
Résultats : une précision de 83 %
- Un seul électrocardiogramme associé à l’IA a détecté une FA avec une sensibilité de 79% et une spécificité de 79,5%.
- L’ensemble des électrocardiogrammes associés à l’IA pour un même patient atteint une sensibilité de 82,3% et une spécificité de 83,4%.
Le Dr Paul Friedman, directeur du département de médecine cardiovasculaire de la clinique Mayo, aux États-Unis, a déclaré que « l’application d’un modèle d’IA à l’ECG permet de détecter la fibrillation auriculaire, même si elle n’était pas présente au moment de son enregistrement. C’est comme si on regardait l’océan maintenant et que l’on pouvait dire qu’il y a eu de grosses vagues hier. »
Un électrocardiogramme peu onéreux et invasif
Les auteurs de cette recherche tiennent malgré tout à relativiser ces résultats. Car pour le moment, l’IA a été formée à l’aide d’ECG de personnes nécessitant des investigations cliniques. En revanche, il n’a pas été pratiqué sur des personnes victimes d’un AVC inexpliqué ni appliqué à l’ensemble de la population.
« Nous ne sommes donc pas encore sûrs du résultat de ce diagnostic », a déclaré le principal auteur de l’étude. « La capacité de tester rapidement et à peu de frais avec un test non invasif et largement disponible pourrait un jour aider à identifier la fibrillation auriculaire non diagnostiquée. Et ainsi opter pour un traitement important permettant de prévenir les accidents vasculaires cérébraux et d’autres maladies graves. »
En France, 1% de la population générale souffre d’une FA. Le taux grimpe à 1% chez les plus de 80 ans. Et dans 20 à 30% des cas, les AVC sont provoqués par une fibrillation auriculaire qui souvent n’avait pas été dépistée.
Rédigé par Health & Tech Intelligence – Care Insight
Références
An artificial intelligence-enabled ECG algorithm for the identification of patients with atrial fibrillation during sinus rhythm : a retrospective analysis of outcome prediction
Zachi I Attia, MS †Peter A Noseworthy, MD †Prof Francisco Lopez-Jimenez, MDProf Samuel J Asirvatham, MDAbhishek J Deshmukh, MBBSProf Bernard J Gersh, MB ChBet al.Show all authorsShow footnotes
Lire l’étude publiée le 1er août dans la revue The Lancet
Lire notre article sur l’intelligence artificielle au CHRU de Nancy