Une avancée majeure dans la lutte contre les arrêts cardiaques inopinés pourrait bientôt révolutionner la prise en charge des patients, notamment ceux souffrant de cardiomyopathie hypertrophique. Des chercheurs de l’Université Johns Hopkins ont développé un modèle d’intelligence artificielle (IA) surpassant significativement les méthodes actuelles de diagnostic, offrant une précision inédite pour identifier les individus à haut risque.
Ce système novateur, fruit de travaux financés par le gouvernement fédéral, repose sur une analyse poussée de l’imagerie cardiaque, un domaine jusqu’alors sous-exploité, couplée à une intégration complète des dossiers médicaux. L’objectif est de dévoiler des indicateurs de santé cardiaque auparavant indétectables, permettant ainsi de sauver des vies et d’éviter des interventions médicales superflues, telles que l’implantation de défibrillateurs inutiles.
« Actuellement, nous voyons des patients décéder prématurément faute de protection adéquate, et d’autres subir la pose de défibrillateurs à vie sans aucun bénéfice réel », explique Natalia Trayanova, chercheuse spécialisée dans l’application de l’IA en cardiologie et auteure principale de l’étude. « Notre capacité à prédire avec une très haute précision le risque de mort cardiaque subite est désormais une réalité. » Les résultats de ces recherches ont été publiés ce jour dans la revue *Nature Cardiovascular Research*.
La cardiomyopathie hypertrophique, l’une des maladies cardiaques héréditaires les plus fréquentes affectant une personne sur 200 à 500 dans le monde, est une cause majeure de mort subite chez les jeunes et les sportifs. Si la majorité des patients mènent une vie normale, un pourcentage d’entre eux présente un risque considérablement accru de mort subite d’origine cardiaque. Identifier ces individus s’avère un défi quasi insurmontable pour les médecins.
Les directives cliniques actuelles, appliquées aux États-Unis et en Europe pour évaluer ce risque, affichent une efficacité d’environ 50 %, « pas beaucoup mieux que de lancer des dés », selon les termes de la Dre Trayanova. Le nouveau modèle d’IA, baptisé MAARS (Multimodal AI for Arrhythmia Risk Stratification – IA multimodale pour la stratification du risque d’arythmie), a démontré une supériorité écrasante par rapport à ces protocoles, et ce, dans tous les groupes démographiques.
Le MAARS évalue le risque individuel de mort cardiaque subite en analysant une multitude de données médicales. Il innove en explorant en profondeur l’intégralité des informations contenues dans les images d’IRM cardiaques avec contraste. Les patients atteints de cardiomyopathie hypertrophique développent une fibrose, c’est-à-dire des cicatrices, dans le muscle cardiaque. Ces cicatrices sont directement liées à l’augmentation du risque de mort subite. Alors que les médecins peinaient à interpréter ces signes sur les images brutes, le modèle d’IA excelle dans la détection des schémas de cicatrisation critiques.
« L’apprentissage profond n’avait jamais été appliqué à ce type d’imagerie », souligne la Dre Trayanova. « Nous parvenons à extraire des informations précieuses enfouies dans les images, qui étaient jusqu’alors négligées. » L’équipe a validé le modèle en le comparant aux données de patients réels traités selon les protocoles conventionnels dans des institutions de renom comme l’hôpital Johns Hopkins et le Sanger Heart & Vascular Institute en Caroline du Nord.
Les résultats sont probants : là où les directives cliniques traditionnelles atteignaient une précision d’environ 50 %, le modèle d’IA a obtenu une précision de 89 % sur l’ensemble des patients testés. Ce chiffre monte à 93 % spécifiquement pour la tranche d’âge de 40 à 60 ans, la population la plus vulnérable au sein des patients atteints de cardiomyopathie hypertrophique.
Un atout supplémentaire du modèle d’IA réside dans sa capacité à expliquer les raisons pour lesquelles un patient est considéré comme à haut risque. Cette transparence permet aux médecins d’élaborer des plans de traitement personnalisés, mieux adaptés aux besoins spécifiques de chaque individu.
« Notre étude démontre que ce modèle d’IA améliore considérablement notre capacité à prédire les personnes les plus à risque par rapport à nos algorithmes actuels, et a ainsi le potentiel de transformer les soins cliniques », affirme Jonathan Crispin, cardiologue à Johns Hopkins et co-auteur de l’étude.
Cette avancée s’inscrit dans la continuité des recherches de l’équipe de la Dre Trayanova. En 2022, elle avait déjà développé un modèle d’IA multimodal capable d’évaluer de manière personnalisée la survie des patients ayant subi un infarctus, en prédisant la probabilité et le moment d’un arrêt cardiaque.
Les prochaines étapes pour l’équipe incluent des tests du nouveau modèle sur un plus grand nombre de patients et son adaptation à d’autres pathologies cardiaques, telles que la sarcoïdose cardiaque et la cardiomyopathie ventriculaire droite arythmogène.
Les auteurs de cette étude sont Changxin Lai, Minglang Yin, Eugene G. Kholmovski, Dan M. Popescu, Edem Binka, Stefan L. Zimmerman, Allison G. Hays (Université Johns Hopkins) ; Dai-Yin Lu et M. Roselle Abraham (Centre d’excellence en cardiomyopathie hypertrophique de l’Université de Californie à San Francisco) ; et Erica Scherer et Dermot M. Phelan (Atrium Health).