L'IA peut identifier les personnes à risque de complications cardiovasculaires
Des scientifiques de l'Université de santé de l'Utah ont démontré pour la première fois que l'intelligence artificielle peut conduire à de meilleures méthodes de prévision de l'apparition et de l'évolution des maladies cardiovasculaires.
Les chercheurs, travaillant avec des médecins de l'Intermountain Primary Children's Hospital, ont mis au point des outils de calcul uniques pour mesurer avec précision l'effet synergique des maladies existantes sur le cœur et les vaisseaux sanguins.
Les chercheurs affirment que cette approche globale peut aider les médecins à anticiper, prévenir ou traiter de graves problèmes cardiaques, parfois même avant que le patient ne connaisse la maladie de base.
Bien que l'étude se soit concentrée uniquement sur les maladies cardiovasculaires, les scientifiques estiment qu'elle pourrait avoir une portée beaucoup plus large. Ils suggèrent même que ces découvertes pourraient finalement ouvrir une nouvelle ère de médecine préventive personnalisée. Les médecins contacteront activement les patients pour les avertir des maladies possibles et de ce qui peut être fait pour atténuer le problème.
« Nous pouvons faire appel à l'IA pour préciser le risque pour pratiquement chaque diagnostic médical. Risque de cancer, risque d'opération de la thyroïde, risque de diabète : tout terme médical que vous pouvez imaginer »
Selon Mark Yandell, docteur en philosophie et auteur principal de l'étude, et Edna Bening, présidente d'U of U Health et cofondatrice de Backdrop Health, les méthodes actuelles de calcul de l'effet combiné de différents facteurs de risque, tels que les données démographiques et les antécédents médicaux, sur les maladies cardiovasculaires sont souvent imprécises et subjectives. En conséquence, ces méthodes ne permettent pas de détecter certaines interactions qui peuvent avoir de graves conséquences pour la santé du cœur et des vaisseaux sanguins.
Pour mesurer plus précisément l'impact de ces interactions, également appelées comorbidités, sur la santé, Tristani-Firouzi, Yandell et leurs collègues d'U of U Health et de l'Intermountain Primary Children's Hospital ont utilisé un logiciel d'apprentissage automatique pour trier plus de 1,6 million de dossiers médicaux électroniques (DME), après suppression des noms et autres informations d'identification.
Ces dossiers électroniques, qui documentent tout ce qui arrive au patient, y compris les analyses de laboratoire, les diagnostics, la prise de médicaments et les interventions médicales, ont aidé les chercheurs à identifier les comorbidités les plus susceptibles d'aggraver une maladie donnée, comme une maladie cardiovasculaire.
Dans leur étude actuelle, ils ont utilisé une forme d'intelligence artificielle appelée réseaux graphiques probabilistes (PGM) pour calculer comment n'importe quelle combinaison de ces comorbidités peut influencer les risques liés à la transplantation cardiaque, aux malformations cardiaques congénitales ou au dysfonctionnement du nœud sinusal (SND, trouble ou défaillance du stimulateur naturel du rythme cardiaque).
Chez les adultes, les chercheurs ont constaté que :
- Les personnes ayant précédemment reçu un diagnostic de cardiomyopathie (maladie du muscle cardiaque) avaient 86 fois plus de risques de nécessiter une greffe cardiaque que les autres.
- Chez les personnes ayant eu une myocardite virale, le risque de nécessiter une greffe cardiaque était environ 60 fois plus élevé.
- La prise de milrinone, un vasodilatateur utilisé pour traiter l'insuffisance cardiaque, a multiplié le risque de greffe par 175. Il s'agissait du prédicteur individuel le plus fort de transplantation cardiaque.
Dans certains cas, le risque cumulé était encore plus élevé. Par exemple, chez les patients atteints de cardiomyopathie et prenant de la milrinone, le risque de nécessiter une greffe cardiaque était 405 fois supérieur à celui des personnes dont le cœur était en meilleure santé.
Selon Tristani-Firouzi, les comorbidités avaient un effet sensiblement différent sur le risque de transplantation chez les enfants. Globalement, chez les enfants, le risque de greffe cardiaque est de 17 à 102 fois supérieur à celui des enfants n'ayant jamais eu de maladie cardiaque, selon le diagnostic principal.
Les chercheurs ont également étudié l'influence de la santé de la mère pendant la grossesse sur ses enfants. Les femmes ayant eu une hypertension artérielle pendant la grossesse ont environ deux fois plus de risques de donner naissance à des enfants présentant des malformations cardiaques et vasculaires congénitales. Chez les enfants atteints du syndrome de Down, le risque d'anomalie cardiaque est environ trois fois plus élevé.
Chez les nourrissons ayant subi une opération de Fontan, destinée à corriger un défaut congénital de circulation sanguine dans le cœur, la probabilité de développer un dysfonctionnement du rythme cardiaque SND était environ 20 fois plus élevée que chez ceux qui n'avaient pas eu besoin de cette opération.
Les chercheurs ont également relevé des différences démographiques importantes. Par exemple, chez un patient d'origine latino-américaine atteint de fibrillation auriculaire (rythme cardiaque accéléré), le risque de SND était deux fois plus élevé que chez des patients noirs ou blancs ayant des antécédents médicaux similaires.
Josh Bonkowski, docteur en médecine et directeur du Primary Children's Center for Personalized Medicine, qui n'est pas auteur de l'étude, estime que cette recherche pourrait aboutir à la création d'un outil clinique pratique pour la prise en charge des patients.
« Cette nouvelle technologie montre que nous pouvons évaluer avec précision le risque de complications médicales et même déterminer les médicaments les mieux adaptés à chaque patient »
À l'avenir, Tristani-Firouzi et Yandell espèrent que leur étude aidera également les médecins à démêler le réseau croissant d'informations médicales déroutantes qui les entoure chaque jour.
« Quel que soit votre niveau de connaissances, il est impossible de garder en tête toutes les informations dont un professionnel de santé a besoin aujourd'hui pour soigner ses patients au mieux. Les outils de calcul que nous développons aideront les médecins à prendre les meilleures décisions possibles en matière de soins, en utilisant toutes les informations pertinentes disponibles à l'ère électronique. Ces machines sont vitales pour l'avenir de la médecine »
