Les nouvelles découvertes technologiques améliorent constamment la façon dont les médecins et les professionnels de la santé font leur travail. Avec environ 550,000 nouveaux cas d'insuffisance cardiaque diagnostiquée chaque année aux États-Unis seulement, les médecins ont besoin de toute l'aide possible.
Une étude publié dans Biomedical Signal Processing and Control Journal a déterminé que les médecins peuvent désormais détecter l'insuffisance cardiaque avec une précision de 100% à partir d'un seul battement de cœur à l'aide d'un nouveau réseau neuronal basé sur l'intelligence artificielle. Cette étude a été menée pour explorer comment les nouvelles technologies peuvent améliorer les méthodes précédentes de détection de l'insuffisance cardiaque congestive.
L'étude a été dirigée par un groupe de chercheurs de l'Université de Surrey, Warwick et Florence. Ils ont déterminé que l'IA peut identifier avec précision l'ICC en analysant un battement cardiaque ECG. Ligne de santé définit l'insuffisance cardiaque congestive (ICC) comme une maladie chronique évolutive qui affecte la puissance de pompage des muscles de votre cœur. Les recherches a montré que 5 millions de personnes vivent avec CHF aux États-Unis.
Les chercheurs de l'étude estiment que les praticiens cliniques et les systèmes de santé «nécessitent de toute urgence des processus de détection efficaces» en raison de «la prévalence élevée, des taux de mortalité importants et des coûts de santé soutenus».
Les chercheurs espèrent pouvoir résoudre ce problème en utilisant des réseaux de neurones convolutifs (CNN). CNN est plus fiable pour identifier les modèles et les structures de données.
Les médecins utilisaient auparavant des méthodes longues et inexactes pour détecter l'ICC. Cette nouvelle méthode d'IA utilise à la fois des outils avancés de traitement du signal et d'apprentissage automatique sur les signaux ECG bruts pour améliorer considérablement les taux de détection.
«Nous avons formé et testé le modèle CNN sur de grands ensembles de données ECG accessibles au public présentant des sujets atteints d'ICC ainsi que des cœurs sains et non arythmiques. Notre modèle a fourni une précision de 100%: en vérifiant un seul battement de cœur, nous sommes en mesure de détecter si une personne souffre d'insuffisance cardiaque ou non. Notre modèle est également l'un des premiers connus à pouvoir identifier les caractéristiques morphologiques de l'ECG spécifiquement associées à la gravité de la maladie », a déclaré le Dr Massaro, professeur agrégé de neurosciences organisationnelles à l'Université de Surrey.
«Premièrement, en évaluant directement l'ECG, nous confirmons qu'avec l'IA, il est possible de détecter avec précision l'ICC en regardant au-delà de l'analyse de la variabilité de la fréquence cardiaque. Ainsi, nous obtenons en général des résultats plus conformes au comportement réel du cœur affecté», a déclaré le Dr. Massaro a ajouté.
Une autre partie de l'expérience a utilisé un modèle CNN spécifique pour améliorer la précision de la détection de CHF tout en considérant des modèles comparables.
«Nous nous concentrons sur la détection de la pathologie à partir d'un seul battement de cœur dans des extraits de 5 minutes plutôt que dans des enregistrements de 24 heures», a déclaré le Dr Massaro.
«Cet aspect offre un potentiel précieux pour les perspectives d'interventions rapides; Néanmoins, il est également important de garder à l'esprit que nous ne parlons que de patients atteints d'ICC sévère pour le moment.
Dans un proche avenir, le Dr Massaro aimerait élargir l'étude et étendre l'approche à des échantillons à grande échelle, ainsi qu'à d'autres classes de CHF. L'objectif est qu'il sera éventuellement mis en œuvre dans les systèmes et pratiques de soins de santé de tous les jours.
Le Dr Massaro a ajouté: «L'application des neurosciences organisationnelles, et en particulier des approches des réseaux neuronaux aux problèmes de santé, promet d'ouvrir des frontières révolutionnaires pour la recherche clinique et la pratique.»
English
English
French