L'IA prédit les risques cardiaques à partir des données de sommeil

Une intelligence artificielle a été mise au point pour estimer le risque d'insuffisance cardiaque, de fibrillation auriculaire et de décès jusqu'à dix ans à l'avance, en analysant les données du rythme cardiaque enregistrées pendant un examen du sommeil. L'IA a été développée par une équipe dirigée par l'université Emory, à Atlanta, en collaboration avec le Georgia Institute of Technology, des hôpitaux de Boston et l'université Stanford. Les résultats ont été publiés le 9 octobre dans la revue SLEEP.

Des données d'examens du sommeil exploitées pour l'analyse

L'étude a utilisé les données d'examens du sommeil, au cours desquels l'activité cardiaque est enregistrée toute la nuit. Ces enregistrements ne sont généralement pas exploités davantage. Les chercheurs ont adapté un programme d'intelligence artificielle existant, initialement entraîné à détecter des troubles du rythme à partir de 86 000 électrocardiogrammes, pour analyser les tracés cardiaques de 15 809 patients de l'hôpital général du Massachusetts, à Boston. Le modèle a analysé les signaux cardiaques par segments de quinze secondes, en les croisant avec les phases du sommeil.

Une IA testée sur de larges groupes de patients

L'IA a été testée sur 9 810 patients de l'hôpital universitaire Emory et sur 12 576 patients du Beth Israel Deaconess Medical Center. Les résultats ont été validés à l'aide de dossiers médicaux qui suivaient les patients sur sept à dix ans. Pour chaque hausse du score attribué par l'IA, le risque de fibrillation auriculaire s'est révélé multiplié par 2 à 2,7, le risque d'insuffisance cardiaque a augmenté de 69 à 133 %, et le risque de décès a lui aussi connu une hausse significative.

Des résultats prometteurs, mais qui doivent être confirmés

Les résultats de l'étude sont prometteurs, mais doivent être confirmés par de nouvelles recherches avant de pouvoir être appliqués en pratique médicale. Les chercheurs insistent sur la nécessité de mener des études supplémentaires pour valider la précision de l'IA et garantir sa fiabilité en milieu clinique.