Les maladies des valves cardiaques ou valvulopathies se caractérisent par un dysfonctionnement des valves cardiaques, qui nuit à l’écoulement sanguin intracardiaque. En cas de suspicion de cardiopathie valvulaire, un médecin peut prescrire plusieurs examens diagnostiques comme une échocardiographie, un électrocardiogramme, une radiographie thoracique ou une épreuve d’effort.
L’intelligence artificielle pourrait améliorer le diagnostic des valvulopathies
Dans le but d’obtenir des diagnostics plus précis, une équipe de l’Université métropolitaine d’Osaka (Japon) a développé une intelligence artificielle, qui permet de classer les fonctions cardiaques et d’identifier les maladies des valves cardiaques avec précision. Les résultats de cette étude ont été publiés dans la revue The Lancet Digital Health. Cette technique pourrait notamment servir de complément à l’échocardiographie.
Au cours de la recherche, les scientifiques japonais ont recueilli des données multi-institutionnelles, afin que l’intelligence artificielle ne soit pas biaisée comme cela peut être le cas lorsqu’elle est formée sur un seul et unique ensemble de données. Ils ont donc regroupé 22.551 radiographies du thorax associées à 22.551 échocardiogrammes obtenus auprès de 16.956 patients pris en charge dans quatre établissements médicaux entre 2013 et 2021. Les radiographies pulmonaires ont été considérées comme des données d'entrée et les échocardiogrammes comme des données de sortie. Le modèle d’intelligence artificielle a donc été formé pour apprendre les caractéristiques reliant les deux ensembles de données.
Six types de cardiopathies valvulaires catégorisés précisément
D’après les résultats, l’intelligence artificielle a catégorisé précisément six types sélectionnés de cardiopathies valvulaires, avec une aire sous la courbe (AUC) comprise entre 0,83 et 0,92. L’aire sous la courbe est un indice d’évaluation, qui précise la capacité d’un modèle d’intelligence artificielle, et qui utilise une plage de valeurs allant de 0 à 1. Plus elle est proche de 1, plus le calcul est précis.
"Il nous a fallu beaucoup de temps pour parvenir à ces résultats, mais je pense qu'il s'agit d'une recherche importante (…) Outre l'amélioration de l'efficacité des diagnostics des médecins, le système pourrait également être utilisé dans les régions où il n'y a pas de spécialistes, dans les cas d'urgence nocturne et pour les patients qui ont des difficultés à subir une échocardiographie", a souligné le Docteur Daiju Ueda, auteur principal de l’étude et chercheur au département de radiologie diagnostique et interventionnelle de l'école supérieure de médecine de l'université métropolitaine d'Osaka.