Une intelligence artificielle basée sur l'architecture Transformer, initialement conçue pour le traitement du langage naturel, montre désormais une capacité remarquable à détecter les premiers stades de maladies cardiovasculaires à partir d'électrocardiogrammes. Publiée dans l'International Journal of Medical Engineering and Informatics, cette recherche présente un modèle unidimensionnel capable d'analyser les signaux ECG en parallèle avec d'autres données cliniques. Les tests menés sur plusieurs bases de données médicales de référence ont démontré une précision de 94,2 %. Les maladies cardiaques constituent l'une des premières causes de mortalité dans le monde, avec près de dix-huit millions de décès prématurés chaque année. Si l'électrocardiogramme reste l'examen de référence pour enregistrer l'activité électrique du cœur, son interprétation exige une expertise pointue, prend du temps et comporte un risque d'erreur humaine. En automatisant une partie de cette analyse, la nouvelle approche vise à assister les professionnels de santé dans leurs décisions diagnostiques. En combinant les capacités de raisonnement du Transformer avec le traitement de signaux biomédicaux, le modèle identifie des motifs subtils souvent imperceptibles à l'œil nu. Cette fiabilité accrue pourrait permettre d'orienter plus rapidement les patients vers des parcours de soins adaptés et de déclencher des interventions préventives avant l'aggravation de la pathologie. Les chercheurs soulignent néanmoins que cette technologie en reste au stade de la validation préclinique. Des tests supplémentaires sur des ensembles de données indépendantes et diversifiées sont indispensables avant toute implantation dans un environnement hospitalier réel. Si ces prochaines étapes se révèlent concluantes, cette intelligence artificielle pourrait devenir un outil d'aide au diagnostic standard, renforçant la précision des pratiques médicales et améliorant le pronostic des patients atteints de troubles cardiaques.