L'IA détecte un risque cardiaque caché dans les scanners thoraciques non standard

Résumé : Your CT Scan Could Reveal a Hidden Heart Risk – and AI Just Learned How to Find It Des chercheurs de Mass General Brigham, en collaboration avec le Département des Anciens Combattants des États-Unis (US Department of Veterans Affairs, VA), ont développé un nouvel outil d'intelligence artificielle (IA) capable de détecter des niveaux élevés de calcium dans les artères coronaires à partir de scannographies thoraciques déjà effectuées. Cette IA, appelée AI-CAC, permet d'identifier les patients à risque cardiaque accru et peut prédire le risque de crise cardiaque et de mortalité sur 10 ans. Leurs résultats, publient dans NEJM AI, suggèrent que l'utilisation généralisée de cet outil pourrait aider les cliniciens à évaluer avec plus de précision le risque cardiovasculaire de leurs patients, voire à prendre des mesures préventives en amont de l'apparition d'une maladie cardiaque. Hugo Aerts, PhD, directeur du programme AIM (Artificial Intelligence in Medicine) à Mass General Brigham, a expliqué que des millions de scannographies thoraciques sont réalisées chaque année, souvent chez des personnes en bonne santé, notamment pour dépister le cancer du poumon. L'étude montre que ces images contiennent des informations cruciales sur le risque cardiovasculaire qui sont généralement ignorées par les cliniciens. "Notre étude démontre le potentiel de l'IA pour changer la pratique médicale et permettre aux médecins d'intervenir plus tôt, avant que la maladie cardiaque ne progresse jusqu'à un événement cardiaque." Les scannographies thoraciques peuvent détecter des dépôts de calcium dans le cœur et les artères, qui augmentent le risque d'infarctus. Habituellement, la quantification précise du calcium est réalisée grâce à des scannographies thoraciques synchronisées avec les battements de cœur (gated CT). Cependant, la plupart des scannographies effectuées pour des raisons cliniques routines sont non synchronisées (nongated). Les auteurs de l'étude ont reconnu que le calcium cardiaque pouvait également être détecté sur ces scannographies non synchronisées. Ils ont donc développé AI-CAC, un algorithme d'apprentissage profond, capable de parcourir ces images et de quantifier le calcium pour prédire le risque de problèmes cardiovasculaires. L'outil a été formé à l'aide de scannographies thoraciques collectées dans le cadre des soins de routine auprès de vétérans dans 98 centres médicaux de la VA. Ensuite, ils ont testé sa performance sur 8,052 scannographies pour simuler un dépistage de CAC lors d'examens d'imagerie routine. Les résultats de l'étude sont impressionnants : AI-CAC a montré une précision de 89.4% pour déterminer si une scannographie contenait du calcium ou non. Pour les patients présentant des dépôts de calcium, le modèle était 87.3% précis pour déterminer si leur score était supérieur ou inférieur à 100, ce qui indique un risque modéré. De plus, l'IA-CAC a également prédit efficacement la mortalité toutes causes confondues sur 10 ans. Les patients ayant un score de calcium de plus de 400 avaient 3.49 fois plus de risques de décès sur une période de 10 ans par rapport à ceux dont le score était de zéro. Près de 100% des patients identifiés par le modèle comme ayant des scores très élevés (supérieurs à 400) bénéficieraient d'un traitement hypolipémiant, according à la validation effectuée par quatre cardiologues. Raffi Hagopian, MD, cardiologue et chercheur au VA Long Beach Healthcare System, a souligné que les systèmes d'imagerie de la VA contiennent des millions de scannographies thoraciques non synchronisées, réalisées pour d'autres raisons. Cela offre une opportunité majeure pour AI-CAC d'utiliser ces images routine pour évaluer le risque cardiovasculaire et améliorer les soins. "Utiliser l'IA pour des tâches comme la détection de CAC peut aider à recentrer la médecine sur une approche proactive de la prévention rather than un traitement réactif, réduisant ainsi la morbidité, la mortalité et les coûts de santé à long terme." Importance et Prochaines Étapes L'étude présente certaines limitations, notamment le fait que le modèle a été développé uniquement sur une population de vétérans. L'équipe espère mener des recherches futures sur la population générale et évaluer si l'outil peut mesurer l'impact des médicaments hypolipémiants sur les scores de calcium. Impact Industriel et Profil de l'Entreprise Les chercheurs ont collaboré étroitement avec le système de santé de la VA, ce qui a permis d'accéder à une masse significative de données et de scannographies non synchronisées. Cette collaboration souligne l'importance du partage de données et des partenariats entre institutions de recherche et services de santé pour developper des solutions innovantes en matière de diagnostic et de prévention. Mass General Brigham, déjà connu pour son expertise en médecine de précision et en imagerie médicale, renforce ici sa position de leader en utilisant l'IA pour améliorer la prise en charge des patients à risque cardiovasculaire. Conclusion L'IA-CAC représente une avancée importante dans le dépistage précoce du risque cardiovasculaire à partir de scannographies thoraciques déjà existantes. Sa mise en œuvre généralisée pourrait révolutionner la façon dont les médecins évaluent et gèrent ce risque, offrant une opportunité précieuse pour une intervention proactive et la prévention des maladies cardiaques, tout en réduisant les coûts de soins.