Cette nouvelle IA prédit l'espérance de vie des patients souffrant d'insuffisance cardiaque

L’insuffisance cardiaque est une terrible condition qui nécessite un suivi méticuleux, dans la mesure où elle peut être mortelle dans les cas les plus graves, ou sans soins adéquats. Dans cette optique, les chercheurs ont créé un algorithme pour prédire l’espérance de vie des patients atteints d’insuffisance cardiaque.

Les chercheurs ont mis au point un nouvel outil qui se base sur l’intelligence artificielle (IA) capable de prédire l’espérance de vie des patients atteints d’insuffisance cardiaque. L’algorithme a un taux de réussite de 88 %, ce qui est déjà particulièrement efficace. Cet outil pourrait permettre aux cliniciens de prendre des décisions plus éclairées lorsqu’ils s’occupent de patients cardiaques.

Un outil inspiré par une expérience vécue par son inventeur

Avi Yagil, professeur de physique à l’université de Californie à San Diego, qui a lui-même développé l’algorithme après avoir souffert d’insuffisance cardiaque, a déclaré : « Dans mon travail, j’utilise l’apprentissage automatique pour comprendre une grande quantité d’informations, mesurer les particules et voir comment elles interagissent. » Pour développer l’algorithme, Yagil s’est associé à Eric Adler, un cardiologue, ainsi qu’à Barry Greenberg, professeur de médecine, tous deux à l’Institut cardiovasculaire de l’université de Californie.

After undergoing a heart transplant, @UCSanDiego physicist recipient Avi Yagil teamed up with @UCSDHealth cardiologists to develop an artificial intelligence tool for predicting life expectancy of patients with heart failure https://t.co/kGEiEARePy pic.twitter.com/49BIjtyBMt
— UC San Diego Health (@UCSDHealth) November 13, 2019

L’algorithme d’apprentissage automatique a été basé sur les données de dossiers médicaux électroniques non identifiées de 5 822 patients hospitalisés ou ambulatoires souffrant d’insuffisance cardiaque. À partir de ce modèle, un score a été calculé pour déterminer les risques de décès en identifiant huit variables facilement disponibles collectées chez la majorité des patients insuffisants cardiaques.

Selon un article publié dans European Journal of Heart Failure, ces variables comprennent la pression artérielle pendant la relaxation cardiaque, la quantité de globules blancs, d’albumine, d’hémoglobine, de plaquettes, d’urée et d’azote dans le sang, ainsi que le niveau de créatinine. À préciser que la créatinine est un déchet chimique résultant de la dégradation des acides aminés excrétée par l’urine.

Des premiers essais réussis pour l’algorithme

« Nous avions besoin d’un outil pour prendre des décisions médicales. La prévision de la mortalité est importante chez les patients atteints d’insuffisance cardiaque. Les stratégies actuelles de prévision du risque ne sont toutefois que modestement efficaces et peuvent être subjectives », a déclaré le professeur Yagil dans un communiqué de presse.

« Cet outil nous donne, par exemple, un aperçu de la probabilité qu’un patient puisse décéder d’une insuffisance cardiaque au cours des trois prochains mois ou dans un an », a-t-il ajouté. Les chercheurs ont également testé l’efficacité du modèle. À cet effet, ils ont utilisé des données de patients anonymisées provenant de l’université de Californie à San Francisco, ainsi qu’une base de données dérivée de 11 centres médicaux européens.

« Ces essais ont également réussi. Pouvoir réutiliser nos résultats dans des populations indépendantes est d’une importance capitale, validant ainsi notre méthodologie et ses résultats », a déclaré Yagil, concertant les premiers tests de l’algorithme. Les chercheurs ont toutefois ajouté que l’étude devait encore être validée avec davantage de tests sur des groupes plus importants.