L'IA détecte des signes d'insuffisance cardiaque dans les données de sommeil

Les chercheuses Zuzana Koscova et le chercheur Gari Clifford, de l'université Emory, ont mis au point un modèle d'intelligence artificielle capable de repérer les signes précoces d'insuffisance cardiaque à partir des tracés cardiaques enregistrés lors d'un dépistage du sommeil. Le modèle a été décrit dans la revue SLEEP le 9 octobre 2026.

Les données de sommeil restent souvent inexploitées

Lors de la polysomnographie, le test de référence pour les troubles du sommeil, on enregistre des électrocardiogrammes, mais ceux-ci ne sont généralement pas analysés. Ces enregistrements sont conservés, mais rarement examinés par des professionnels de santé.

L'IA apprend à partir de données de patients nombreuses

L'IA a été entraînée à partir des données de 15 809 patients de l'hôpital général du Massachusetts, à Boston. Elle a ensuite été testée sur 9 810 patients de l'hôpital universitaire d'Emory, ainsi que sur 12 576 personnes supplémentaires, ce qui a démontré sa capacité à détecter les signes précoces d'insuffisance cardiaque.

L'algorithme se concentre sur des stades de sommeil précis

L'IA découpe le sommeil en segments de quinze secondes et les associe à des stades de sommeil spécifiques. Elle accorde le plus d'importance au stade N1, qui survient lorsqu'une personne s'endort et que le système nerveux change le plus rapidement.

Une hausse du risque liée au score de l'IA

Selon l'étude, une augmentation d'un écart-type du score de l'IA était associée à un risque d'insuffisance cardiaque supérieur de 69 % dans un groupe de patients, et de 133 % dans un autre, ce qui souligne le potentiel prédictif du modèle.

La fibrillation auriculaire également étudiée

Les travaux abordent aussi la détection de la fibrillation auriculaire, un type de trouble du rythme cardiaque, bien que les implications complètes de la capacité de l'IA à repérer ce type d'affection restent à explorer.