Une nouvelle technologie d’auscultation cardiaque assistée par intelligence artificielle (IA) pourrait permettre de détecter plus tôt une maladie valvulaire cardiaque silencieuse, souvent méconnue, selon une étude menée par l’Université de Cambridge. Les chercheurs ont analysé les sons cardiaques de près de 1 800 patients à l’aide d’un algorithme d’IA entraîné pour identifier les anomalies valvulaires. Ce système a correctement repéré 98 % des cas de sténose aortique sévère — la forme la plus fréquente de maladie valvulaire nécessitant une chirurgie — et 94 % des cas de rétrécissement mitral sévère, où le sang fuit en arrière à cause d’un mauvais fermeture de la valve. Le dispositif, fonctionnant avec un stéthoscope numérique, a surpassé les médecins généralistes dans la détection de ces maladies, et pourrait devenir un outil de dépistage rapide en première ligne. « La maladie valvulaire est une épidémie silencieuse », affirme le professeur Anurag Agarwal, chef de l’équipe de recherche au Département d’ingénierie de Cambridge. En Grande-Bretagne, environ 300 000 personnes souffrent de sténose aortique sévère, dont un tiers l’ignore. Lorsque les symptômes apparaissent, les perspectives de survie sont parfois pires que celles de nombreux cancers. Cette maladie touche plus de la moitié des personnes de plus de 65 ans, avec environ 10 % présentant une forme significative. En phase initiale, elle est souvent asymptomatique. « Si elle n’est pas traitée, le risque de décès peut atteindre 80 % en deux ans », souligne le professeur Rick Steeds, co-auteur de l’étude et cardiologue à l’University Hospitals Birmingham. Le diagnostic actuel repose sur l’échocardiographie, l’examen de référence, mais il est coûteux, long et difficile à mettre en œuvre comme outil de dépistage généralisé. Les délais d’attente dans le NHS peuvent dépasser plusieurs mois. Les médecins généralistes écoutent souvent le cœur avec un stéthoscope, mais cette pratique est de plus en plus rare en raison du temps limité des consultations, et elle manque souvent de fiabilité. « L’auscultation cardiaque est une compétence difficile, et elle est de moins en moins utilisée dans les cabinets de médecins généralistes », note Agarwal. L’étude, menée en collaboration avec des ingénieurs, cardiologues, infirmières et autres cliniciens de cinq hôpitaux du NHS, a utilisé des stéthoscopes numériques pour enregistrer les sons cardiaques de 1 767 patients, dont les résultats ont été comparés à des échocardiographies de référence. Contrairement aux approches traditionnelles qui cherchent à détecter les souffles, l’IA a été entraînée directement sur les résultats d’échocardiographie, lui permettant d’identifier des motifs acoustiques subtils invisibles à l’oreille humaine, y compris dans les cas sans souffle évident. Lorsqu’elle a été comparée à 14 médecins généralistes analysant les mêmes enregistrements, l’IA a surpassé tous les participants, avec une précision constante, tandis que les jugements des médecins variaient fortement selon leur sensibilité ou spécificité. Le système a été conçu pour minimiser les faux positifs, réduisant ainsi la pression sur les services d’échocardiographie déjà surchargés. Il ne vise pas à remplacer les médecins, mais à aider à trier les patients nécessitant une investigation approfondie. Un enregistrement de quelques secondes suffit, et le test peut être effectué par du personnel peu formé. « Si l’on peut éliminer les personnes qui n’ont pas de maladie significative, on peut mieux cibler les ressources », explique Agarwal. Des essais supplémentaires dans des cabinets de médecins généralistes réels, avec une population diversifiée, sont nécessaires avant un déploiement généralisé. Les formes modérées de maladie valvulaire restent plus difficiles à détecter. Toutefois, cette IA pourrait contribuer à alléger les pressions croissantes du système de santé liées au vieillissement de la population. « La maladie valvulaire est traitable. On peut réparer ou remplacer les valves et offrir des années de vie saine », affirme Steeds. « Mais le moment est crucial. Des outils simples et évolutifs comme celui-ci pourraient faire une réelle différence en détectant les patients avant qu’un dommage irréversible ne se produise. » Cette recherche a été soutenue par l’Institut national de la santé et de la recherche (NIHR), la British Heart Foundation et le Medical Research Council (MRC), membre de UK Research and Innovation (UKRI). Anurag Agarwal est fellow de Emmanuel College, Cambridge. La publication est parue dans la revue npj Cardiovascular Health (2026), sous le titre : « Development and Validation of AI-Enhanced Auscultation for Valvular Heart Disease Screening through a Multi-Centre Study ».