Une intelligence artificielle (IA) associée à un capteur de électrocardiogramme (ECG) à une seule dérivation intégré dans une montre connectée a permis de détecter avec précision des maladies cardiaques structurelles chez les adultes, telles qu’une insuffisance de la pompe cardiaque, des valves endommagées ou un muscle cardiaque hypertrophié, selon une étude préliminaire présentée lors des sessions scientifiques 2025 de l’American Heart Association. Il s’agit de la première étude prospective à démontrer qu’un algorithme d’IA peut identifier plusieurs types de maladies cardiaques structurelles à partir d’un ECG à une seule dérivation, comme celui mesuré par les montres intelligentes. Actuellement, les montres connectées sont principalement utilisées pour détecter des troubles du rythme cardiaque, comme la fibrillation atriale. En revanche, les maladies structurelles du cœur sont généralement diagnostiquées par échocardiographie, une imagerie ultrasonore avancée nécessitant des équipements spécialisés et peu accessibles pour un dépistage de routine. Cette étude explore la possibilité d’utiliser les montres quotidiennes pour repérer ces maladies silencieuses plus tôt, avant qu’elles ne dégénèrent en complications graves. Les chercheurs ont développé l’algorithme d’IA à partir de plus de 266 000 enregistrements d’ECG à 12 dérivations provenant de plus de 110 000 adultes traités à l’hôpital Yale New Haven entre 2015 et 2023. Ils ont isolé une seule dérivation, simulant ainsi le signal d’un ECG à une seule dérivation mesuré par une montre. Pour améliorer la robustesse du modèle face aux interférences réelles (bruit, mouvements), ils ont intégré artificiellement des perturbations dans les données d’entraînement. L’algorithme a été validé sur des données provenant de quatre hôpitaux communautaires (44 591 adultes) et d’une étude de population brésilienne (ELSA-Brasil, 3 014 participants). Dans une étude prospective, 600 participants ont effectué un ECG à une seule dérivation de 30 secondes avec une montre connectée le même jour qu’un échocardiogramme. Leurs caractéristiques démographiques étaient représentatives : âge médian de 62 ans, environ la moitié femmes, et une diversité ethnique significative. Environ 5 % des participants présentaient une maladie cardiaque structurelle confirmée par échocardiographie. L’algorithme a montré une bonne sensibilité et spécificité, démontrant que, bien que l’ECG à une seule dérivation soit limité en soi, l’IA peut en tirer une puissance diagnostique significative. Les chercheurs soulignent que ce système pourrait permettre un dépistage à grande échelle de maladies cardiaques structurelles, en s’appuyant sur des appareils déjà largement utilisés. Toutefois, les limites incluent un faible nombre de cas confirmés dans l’étude prospective et un taux de faux positifs à surveiller. Selon Arya Aminorroaya, auteur principal, l’équipe prévoit d’évaluer l’outil dans des contextes plus variés et d’explorer son intégration dans des programmes de dépistage communautaires, afin d’améliorer la prévention cardiaque. Rohan Khera, auteur principal et directeur du CarDS Lab à l’Université Yale, insiste sur le potentiel transformateur de cette technologie : « L’IA transforme un outil simple en un puissant outil de dépistage, accessible à des millions de personnes. » Cette avancée ouvre la voie à une médecine préventive plus large, en rendant le diagnostic précoce des maladies cardiaques structurelles possible grâce à des technologies déjà présentes dans le quotidien.