Comment une nouvelle forme d’intelligence artificielle peut prédire un arrêt cardiaque
Partager sur Pinterest Une nouvelle forme d’intelligence artificielle pourrait être en mesure de prédire un arrêt cardiaque, selon des chercheurs.Vision asiatique/Getty Images
- L’arrêt cardiaque survient lorsque le système électrique du cœur fonctionne mal, provoquant des battements irréguliers du cœur.
- Une nouvelle forme d’intelligence artificielle peut prédire avec précision si et quand une personne mourra d’un arrêt cardiaque, selon les chercheurs.
- Cette procédure vérifie la cicatrisation du muscle cardiaque qui est invisible à l’œil nu.
- Les experts disent que la nouvelle technologie est prometteuse mais ne devrait pas remplacer complètement l’examen médical.
Une nouvelle forme d’intelligence artificielle pourrait être en mesure de prédire si et quand une personne mourra d’un arrêt cardiaque avec plus de précision que les médecins.
Dans une nouvelle étude, des chercheurs de l’Université Johns Hopkins dans le Maryland affirment qu’une intelligence artificielle (IA) appelée Survival at Risk of Arrhythmia Study (SSCAR) pourrait révolutionner la prise de décision clinique dans le domaine de la cardiologie.
« La mort cardiaque subite due à l’arythmie représente 20 % de tous les décès dans le monde, et nous en savons très peu sur les raisons pour lesquelles elle survient ou sur la manière de déterminer qui est à risque », a déclaré Natalia A. Trayanova, PhD, auteur principal de la revue. L’étude et les professeurs de génie biomédical et de médecine de Johns Hopkins ont déclaré dans un communiqué de presse.
« Certains patients peuvent présenter un faible risque de mort cardiaque subite, mais ils peuvent ne pas avoir besoin d’un défibrillateur, tandis que certains patients à haut risque ne reçoivent pas le traitement dont ils ont besoin et peuvent mourir dans la fleur de l’âge », a-t-elle expliqué. « Ce que nos algorithmes peuvent faire, c’est déterminer qui est à risque de mort cardiaque et quand, permettant aux médecins de décider exactement ce qui doit être fait. »
Les chercheurs ont développé la technique SCARR en utilisant des images cardiaques à contraste amélioré de centaines de patients.
Ils ont ensuite écrit un algorithme pour détecter des modèles de cicatrices cardiaques invisibles à l’œil nu.
Actuellement, l’analyse de telles images n’étudie que certains aspects des cicatrices cardiaques, tels que le volume et la masse. Cependant, les chercheurs disent qu’il y a plus d’informations utiles à trouver.
« Ces images contiennent des informations critiques auxquelles les médecins ne peuvent pas accéder », a déclaré Dan Popescu, auteur principal de l’étude et ancien doctorant de Johns Hopkins, dans un communiqué de presse.
« Cette cicatrice peut être répartie de différentes manières, et elle en dit long sur les chances de survie du patient. Il y a des informations cachées à l’intérieur », a-t-il ajouté.
Les chercheurs ont découvert que les prédictions de l’algorithme étaient plus précises sur chaque mesure utilisée, par rapport aux médecins.
Les résultats de l’étude sont prometteurs, a déclaré le Dr Steven Lin, professeur agrégé clinique de soins primaires et de médecine de la santé des populations à l’Université de Stanford en Californie.
« Nous n’avons actuellement pas de méthode sensible qui nous permettrait de personnaliser les décisions au niveau de chaque patient. Ce que nous avons est essentiellement un calculateur très simple basé sur des règles qui prédit le risque d’événements cardiovasculaires d’un patient en fonction de quelques facteurs différents. « , a-t-il déclaré. Lin a déclaré à Healthline.
« Mais c’est assez rudimentaire par rapport au type d’algorithmes prédictifs que nous sommes capables de faire avec l’apprentissage automatique en ce moment. C’est donc très, très prometteur, et je pense qu’il a le potentiel de vraiment nous pousser vers la médecine personnalisée », a-t-il déclaré. route ajoutée.
Il pense que l’intelligence artificielle peut aider les médecins à traiter les patients de manière unique en fonction de leur risque.
« Si un tel outil est largement utilisé et pratiquement mis en œuvre dans la pratique, il nous permettra d’adapter les décisions de traitement et les décisions de réduction des risques de prévention à chaque patient spécifique », a déclaré Lin.
Aux États-Unis, plus de 356 000 arrêts cardiaques surviennent chaque année à l’extérieur d’un hôpital.
L’arrêt cardiaque se produit lorsque le système électrique du cœur cesse de fonctionner correctement et fonctionne mal, ce qui fait que le cœur cesse de battre normalement.
Ceci est différent d’une crise cardiaque, qui survient lorsqu’un blocage empêche le flux sanguin vers le cœur.
Un arrêt cardiaque peut survenir en raison d’un rythme cardiaque irrégulier appelé arythmie.
Les chercheurs de Johns Hopkins espèrent que leur intelligence artificielle pourra aider à améliorer la survie après un arrêt cardiaque.
« Cela a le potentiel d’avoir un impact significatif sur les décisions cliniques concernant le risque d’arythmie et représente une étape importante pour amener la prédiction de la trajectoire du patient à l’ère de l’intelligence artificielle », a déclaré Trayanova.
Le Dr Shephal K. Doshi est directeur de l’électrophysiologie cardiaque et de la stimulation au St. John’s Health Center à Providence, en Californie.
Il dit que la technologie est prometteuse, mais qu’elle ne devrait jamais remplacer complètement l’élément humain en médecine.
« Cela nous oriente définitivement dans la bonne direction et nous aide à comprendre plus précisément ces états pathologiques potentiellement mortels. Le gros inconvénient est que lorsque vous faites un algorithme complet de tout, vous perdez l’élément humain », Doshi Tell Healthline.
« Nous … devons faire attention à ne pas tout algorithme parce qu’alors vous n’avez besoin de personne du tout, vous les mettez simplement dans un ordinateur et cela leur dira s’ils ont besoin d’une intervention chirurgicale, s’ils vont avoir un arrêt cardiaque », a-t-il ajouté. « Mais je pense qu’il est important d’utiliser ces algorithmes dans leur contexte. Ces algorithmes peuvent donc être plus puissants et nous aider à nous guider dans certains aspects du traitement des patients. »
N’oubliez pas à partager notre article sur les réseaux sociaux afin de nous donner un solide coup de pouce. ❤️
