L’intelligence artificielle peut analyser les scanners oculaires pour identifier les patients présentant un risque élevé de crise cardiaque

Eye As Window Into Heart Disease
L'œil comme fenêtre sur les maladies cardiaques

Représentation graphique de l’idée d’utiliser un scanner de l’œil pour obtenir une fenêtre sur la santé cardiaque. Crédit : Université de Leeds

  • Un système d’IA est “entraîné” à lire les scanners rétiniens classiques pour y déceler des signes de maladie cardiaque.
  • Le système – qui a 70 % à 80 précision – prédit si les patients sont à risque d’une crise cardiaque au cours de l’année suivante.

Des scientifiques ont mis au point un système d’intelligence artificielle (IA) capable d’analyser les scans des yeux effectués lors d’une visite de routine chez un opticien ou dans une clinique ophtalmologique et d’identifier les patients présentant un risque élevé de crise cardiaque.

Les médecins ont reconnu que les modifications des minuscules vaisseaux sanguins de la rétine sont des indicateurs de maladies vasculaires plus larges, y compris de problèmes cardiaques.

Dans le cadre de la recherche, dirigée par l’Université de Leeds, des techniques d’apprentissage profond ont été utilisées pour entraîner le système d’IA à lire automatiquement les scans de la rétine et à identifier les personnes qui, au cours de l’année suivante, étaient susceptibles d’avoir une crise cardiaque.

L’apprentissage profond est une série complexe d’algorithmes qui permettent aux ordinateurs d’identifier des modèles dans les données et de faire des prédictions.

Écriture dans le journal Nature Machine Intelligenceles chercheurs indiquent que le système d’IA avait une précision comprise entre 70 et 80 % et qu’il pourrait être utilisé comme deuxième mécanisme d’orientation pour une investigation cardiovasculaire approfondie.

L’utilisation de l’apprentissage profond dans l’analyse des scans rétiniens pourrait révolutionner la façon dont les patients sont régulièrement dépistés pour les signes de maladie cardiaque.

Scanner de l'œil

Un scanner de l’œil. Crédit : UK Biobank

Le professeur Alex Frangi, titulaire de la chaire du jubilé de diamant en médecine informatique à l’université de Leeds et membre de l’Institut Alan Turing, a supervisé la recherche. Il a déclaré : “Les maladies cardiovasculaires, y compris les crises cardiaques, sont la principale cause de décès prématuré dans le monde et la deuxième cause de mortalité au Royaume-Uni. Elles sont à l’origine d’une mauvaise santé et d’une misère chroniques dans le monde entier.

“Cette technique ouvre la possibilité de révolutionner le dépistage des maladies cardiaques. Les scanners rétiniens sont comparativement bon marché et utilisés de manière routinière dans de nombreux cabinets d’opticiens. Grâce au dépistage automatisé, les patients présentant un risque élevé de maladie pourraient être orientés vers des services cardiaques spécialisés.

“Les scanners pourraient également être utilisés pour dépister les signes précoces de maladies cardiaques.”

L’étude a impliqué une collaboration mondiale de scientifiques, d’ingénieurs et de cliniciens de l’Université de Leeds, du Leeds Teaching Hospitals’ NHS Trust, de l’Université de Leeds et de l’Université de Londres. Université de York; le Cixi Institute of Biomedical Imaging à Ningbo, qui fait partie de l’Académie chinoise des sciences ; l’Université de la Côte d’Azur, en France ; le National Centre for Biotechnology Information et le National Eye Institute, qui font tous deux partie des National Institutes for Health aux États-Unis ; et la KU Leuven en Belgique.

La UK Biobank a fourni des données pour cette étude.

Chris Gale, professeur de médecine cardiovasculaire à l’Université de Leeds et cardiologue consultant au Leeds Teaching Hospitals NHS Trust, était l’un des auteurs de l’article de recherche.

Il a déclaré : “Le système d’IA a le potentiel d’identifier les personnes qui participent à un dépistage oculaire de routine et qui présentent un risque futur plus élevé de maladie cardiovasculaire, grâce auquel des traitements préventifs pourraient être mis en place plus tôt pour éviter une maladie cardiovasculaire prématurée.”

Apprentissage profond

Au cours du processus d’apprentissage profond, le système d’IA a analysé les scanners rétiniens et les scanners cardiaques de plus de 5 000 personnes. Le système d’IA a identifié des associations entre la pathologie dans la rétine et les changements dans le cœur du patient.

Une fois les modèles d’images appris, le système d’IA a pu estimer la taille et l’efficacité de pompage du ventricule gauche, l’une des quatre chambres du cœur, à partir des seuls scanners rétiniens. Une hypertrophie du ventricule est liée à un risque accru de maladie cardiaque.

Avec des informations sur la taille estimée du ventricule gauche et son efficacité de pompage, combinées à des données démographiques de base sur le patient, son âge et son sexe, le système d’IA pourrait faire une prédiction sur son risque de crise cardiaque au cours des 12 mois suivants.

Actuellement, les détails concernant la taille et l’efficacité de pompage du ventricule gauche d’un patient ne peuvent être déterminés que s’il subit des tests de diagnostic tels que l’échocardiographie ou l’imagerie par résonance magnétique du cœur. Ces tests de diagnostic peuvent être coûteux et ne sont souvent disponibles qu’en milieu hospitalier, ce qui les rend inaccessibles pour les personnes vivant dans des pays moins développés.des systèmes de soins de santé bien dotés en ressources – ou d’augmenter inutilement les coûts des soins de santé et les temps d’attente dans les pays développés.

Sven Plein, professeur d’imagerie cardiovasculaire de la British Heart Foundation à l’université de Leeds et l’un des auteurs de l’article de recherche, a déclaré : “L’IA est un excellent outil pour démêler les schémas complexes qui existent dans la nature, et c’est ce que nous avons trouvé ici – le schéma complexe des changements dans la rétine liés aux changements dans le cœur.”

Référence : “Prédire un infarctus grâce à vos scans rétiniens et à des informations personnelles minimales” 25 janvier 2022, Nature Machine Intelligence.
DOI: 10.1038/s42256-021-00427-7

Financement : NIH/National Library of Medicine, projet européen Horizon 2020 InSilc.

Related Posts