Oxford AI détecte les risques précoces d'insuffisance cardiaque à partir de scanners CT de routine avec une précision de 86 % sur 72 000 patients
En bref
Des chercheurs de l'Université d'Oxford ont développé un système d'IA qui détecte des changements subtils et invisibles dans la graisse cardiaque à partir de scanners CT de routine, prédisant le risque d'insuffisance cardiaque jusqu'à cinq ans à l'avance avec une précision de 86 % sur 72 000 patients.
Les chercheurs du Université d'Oxford Nous avons mis au point un système d'intelligence artificielle capable d'estimer le risque d'insuffisance cardiaque chez un patient jusqu'à cinq ans à l'avance, avec une précision de 86 % lors d'une validation sur plus de 72 000 patients. Cette approche ne nécessite ni examens complémentaires, ni intervention de spécialistes, ni nouvel équipement médical, car elle repose sur les scanners cardiaques réalisés en routine clinique.
Ces travaux, menés par le professeur Charalambos Antoniades et publiés dans le Journal of the American College of Cardiology, s'attaquent à une lacune persistante en cardiologie : l'insuffisance cardiaque est généralement diagnostiquée seulement après l'apparition de lésions structurelles importantes, stade auquel les options préventives sont souvent limitées. Le système proposé met l'accent sur les modifications biologiques précoces qui précèdent de plusieurs années l'apparition des symptômes visibles.
Au cœur de ce modèle se trouve une source de données atypique : le tissu adipeux péricardique, qui entoure le cœur. Traditionnellement négligé lors des analyses d’imagerie classiques, ce tissu semble refléter les modifications inflammatoires et métaboliques sous-jacentes qui se produisent au sein même du muscle cardiaque.
D'après les chercheurs, ces dépôts graisseux modifient progressivement leur texture en réponse au stress cardiovasculaire, créant des schémas imperceptibles lors de l'interprétation classique des images par un humain. Le système d'IA est conçu pour identifier ces variations subtiles et les traduire en une estimation quantifiée du risque d'insuffisance cardiaque future.
Lire des signaux que l'œil humain ne peut pas voir
L'imagerie par tomodensitométrie cardiaque est largement utilisée au sein du système de santé britannique (NHS) pour explorer les douleurs thoraciques et évaluer les maladies coronariennes ; des centaines de milliers d'examens sont réalisés chaque année. Dans la pratique clinique courante, les radiologues se concentrent principalement sur les obstructions artérielles et les anomalies visibles, tandis que les tissus adipeux environnants font l'objet d'une analyse moins approfondie.
Le modèle d'Oxford exploite cette couche de données jusqu'alors négligée en analysant les caractéristiques texturales du tissu adipeux péricardique. Grâce à des techniques d'apprentissage automatique entraînées sur des données tomodensitométriques anonymisées provenant de plus de 59 000 patients du NHS (National Health Service), le système a appris à associer des schémas d'imagerie spécifiques à l'apparition ultérieure d'une insuffisance cardiaque lors d'un suivi à long terme.
Lors de tests de validation menés auprès de 13 424 patients supplémentaires, le modèle a présenté une précision de 86 % dans la prédiction du risque d’insuffisance cardiaque à cinq ans. Les personnes classées dans le groupe à risque le plus élevé avaient environ 20 fois plus de risques de développer cette affection que celles du groupe à risque le plus faible, avec une probabilité estimée à une chance sur quatre de survenue dans les cinq ans.
Point important, le système génère automatiquement des scores de risque, sans intervention manuelle des cliniciens. Il se positionne ainsi comme un outil d'aide à la décision potentiel plutôt que comme un substitut aux processus diagnostiques existants.
Des examens cardiaques aux scanners thoraciques — et un parcours vers le NHS
L'objectif plus large de cette recherche est d'étendre cette technologie au-delà de l'imagerie cardiaque. L'équipe travaille actuellement à adapter le modèle à l'analyse des tomodensitométries thoraciques standard, notamment celles utilisées pour le dépistage du cancer du poumon et le diagnostic des maladies respiratoires. Compte tenu du volume nettement supérieur d'examens tomodensitométriques thoraciques par rapport aux examens cardiaques, une telle adaptation pourrait considérablement accroître la portée du système.
Sur le plan clinique, les implications résident dans une intervention plus précoce. En identifiant les patients à haut risque des années avant l'apparition des symptômes, les professionnels de santé pourraient adapter les stratégies de surveillance, initier plus tôt les traitements préventifs et optimiser l'allocation des ressources. L'insuffisance cardiaque touchant déjà plus d'un million de personnes au Royaume-Uni, l'impact potentiel sur la demande de soins de santé à long terme est considérable.
Des démarches sont en cours pour obtenir l'approbation des autorités réglementaires en vue de l'intégration du système aux flux de travail de radiologie courants au sein du NHS. S'il est adopté, ce système fonctionnera en arrière-plan des procédures d'imagerie standard, générant des évaluations de risques automatisées sans coût supplémentaire ni modification des protocoles d'examen.
Ces travaux de recherche ont bénéficié du soutien de la British Heart Foundation et du Centre de recherche biomédicale du National Institute for Health and Care Research d'Oxford. Ils témoignent d'une évolution plus large en imagerie médicale, où l'intelligence artificielle est de plus en plus utilisée non seulement pour détecter les maladies existantes, mais aussi pour évaluer les risques futurs à partir de signaux biologiques subtils, jusqu'alors sous-exploités, présents dans les examens de routine.
Clause de non-responsabilité
En ligne avec la Lignes directrices du projet de confiance, veuillez noter que les informations fournies sur cette page ne sont pas destinées à être et ne doivent pas être interprétées comme des conseils juridiques, fiscaux, d'investissement, financiers ou toute autre forme de conseil. Il est important d’investir uniquement ce que vous pouvez vous permettre de perdre et de demander des conseils financiers indépendants en cas de doute. Pour plus d'informations, nous vous suggérons de vous référer aux conditions générales ainsi qu'aux pages d'aide et de support mises à disposition par l'émetteur ou l'annonceur. MetaversePost s'engage à fournir des rapports précis et impartiaux, mais les conditions du marché sont susceptibles de changer sans préavis.
A propos de l'auteur
Alisa, journaliste dévouée au MPost, se spécialise dans les cryptomonnaies, l'IA, les investissements et le vaste domaine de Web3. Avec un œil attentif sur les tendances et technologies émergentes, elle propose une couverture complète pour informer et impliquer les lecteurs dans le paysage en constante évolution de la finance numérique.
Plus d'articles
Alisa, journaliste dévouée au MPost, se spécialise dans les cryptomonnaies, l'IA, les investissements et le vaste domaine de Web3. Avec un œil attentif sur les tendances et technologies émergentes, elle propose une couverture complète pour informer et impliquer les lecteurs dans le paysage en constante évolution de la finance numérique.
