Au Royaume-Uni, l’insuffisance cardiaque touche plus d’un million de personnes, souvent diagnostiquée trop tard. Une équipe de chercheurs de l’université d’Oxford a développé un outil d’intelligence artificielle susceptible de transformer la manière dont cette maladie est détectée. Grâce à cette innovation, il serait désormais possible de repérer les signes de l’insuffisance cardiaque jusqu’à cinq ans avant leur apparition.
EN BREF
- Une IA d’Oxford peut détecter l’insuffisance cardiaque cinq ans avant les symptômes.
- Elle analyse des données de scanners cardiaques pour identifier les risques.
- 86 % de précision dans les prédictions après dix ans d’études sur 70 000 participants.
Cette avancée, publiée dans le Journal of the American College of Cardiology, repose sur l’analyse de données provenant de scanners cardiaques, couramment réalisés pour d’autres raisons médicales, comme la détection de plaques dans les artères. Environ 350 000 Britanniques passent chaque année ces examens, permettant ainsi d’exploiter un vaste corpus de données.
L’outil d’IA scrute la graisse entourant le cœur, un indicateur précoce de l’inflammation du muscle cardiaque. Les chercheurs ont mis en évidence que des changements dans la texture et la composition de cette graisse peuvent survenir plusieurs années avant l’apparition clinique de la maladie. En analysant ces modifications subtiles, l’algorithme parvient à identifier les individus les plus susceptibles de développer une insuffisance cardiaque.
Les résultats sont frappants : les personnes identifiées comme à risque voient leur probabilité de développer la maladie multipliée par vingt par rapport à celles considérées comme peu à risque. Dans le cas des patients à risque élevé, un diagnostic pourrait être posé dans un cas sur quatre au cours des cinq années suivantes.
Pour valider cette technologie, les chercheurs ont entraîné leur algorithme sur les images et données de plus de 70 000 participants issus de neuf centres hospitaliers. Un suivi de dix ans a démontré la robustesse de cette méthode, avec un taux de précision de 86 % lors des tests sur 13 000 sujets.
Des perspectives encourageantes pour le dépistage
Cette innovation représente un tournant significatif dans le dépistage précoce de l’insuffisance cardiaque, une maladie souvent diagnostiquée trop tard. L’équipe de chercheurs envisage d’élargir l’utilisation de cette intelligence artificielle à d’autres types de scanners thoraciques, ce qui pourrait permettre d’identifier un plus grand nombre de patients lors d’examens effectués dans divers contextes médicaux.
Une fois validé, cet outil pourrait être intégré dans les analyses d’imagerie de routine, favorisant ainsi une surveillance personnalisée au sein du NHS britannique. Ce projet a été financé par la British Heart Foundation et le National Institute for Health and Care Research (NIHR) Biomedical Research Centre d’Oxford.
Les signes avant-coureurs de l’insuffisance cardiaque
Les premiers symptômes de l’insuffisance cardiaque sont souvent discrets : fatigue inhabituelle, essoufflement à l’effort, gonflement des jambes ou prise de poids rapide. Ces signes apparaissent parfois tardivement, soulignant l’importance d’un dépistage précoce.
Un avenir prometteur pour l’IA en santé
L’intelligence artificielle pourrait jouer un rôle clé dans l’amélioration du diagnostic médical. De plus en plus d’études montrent que cette technologie peut aider à détecter certaines maladies plus tôt et avec une grande précision, se positionnant comme un outil complémentaire pour les médecins.
La possibilité de prévenir l’insuffisance cardiaque grâce à ces avancées est également envisageable. Identifier les personnes à risque plus tôt permettrait de mettre en place des mesures préventives adaptées, telles que des changements de mode de vie ou des traitements ciblés, pour limiter la progression de la maladie.
Les recherches menées à Oxford ouvrent ainsi la voie à un avenir où le dépistage précoce pourrait devenir une norme, permettant de sauver des vies et d’améliorer la qualité de vie des patients à risque.
