Une intelligence artificielle peut prédire le risque de décès à court terme, et les chercheurs sont confus quant à son fonctionnement


Une intelligence artificielle permet de prédire le risque de décès à court terme d’un individu (au cours de l’année), rien qu’en examinant les résultats de ses tests cardiaques, qui parfois peuvent sembler « normaux » pour les médecins. À l’heure actuelle, les scientifiques ne savent pas exactement comment cette IA procède pour y parvenir.

Brandon Fornwalt, du fournisseur de soins de santé Geisinger en Pennsylvanie (États-Unis) et ses collègues, ont demandé à une intelligence artificielle d’examiner quelque 1.77 million de résultats d’électrocardiogrammes (ECG), provenant de près de 400’000 personnes, dans le but de prédire lesquelles courraient un risque plus élevé de décès au cours de l’année suivante.

Dans un premier temps, il faut savoir qu’un ECG enregistre l’activité électrique du cœur : elle change en cas de maladie cardiaque, y compris avant ou suite à des crises cardiaques, chez les personnes souffrant de fibrillation auriculaire (un trouble du rythme cardiaque) ou d’autres maladies.

L’équipe a créé deux versions de l’IA. Une première dont l’algorithme n’a reçu que les données ECG brutes (qui révèlent l’activité électrique dans le temps). Et une deuxième qui a reçu les données ECG combinées à l’âge et au sexe des patients.

Les chercheurs ont ensuite mesuré les performances de l’IA en utilisant une métrique appelée AUC, qui définit dans quelle mesure un modèle distingue deux groupes de personnes : dans ce cas précis, les patients décédés au cours de l’année et ceux ayant survécu… L’IA a systématiquement obtenu un score supérieur à 0.85 (le score parfait étant 1, et un score de 0.5 n’indiquerait aucune distinction entre les deux groupes). « Les AUC pour les modèles de notation du risque actuellement utilisés par les médecins varient entre 0.65 et 0.8 », explique Fornwalt.

À titre de comparaison, les chercheurs ont également créé un algorithme basé sur les fonctionnalités d’ECG actuellement mesurées par les médecins, telles que certaines régularités des enregistrements. « Quoi qu’il en soit, le modèle basé sur la tension a toujours été meilleur que tous les modèles que nous pouvons construire à partir de caractéristiques que nous mesurons déjà à partir d’un ECG », déclare Fornwalt.

L’IA a prédit avec précision le risque de décès, même chez les personnes considérées par les cardiologues comme ayant un résultat ECG normal. Les trois cardiologues qui ont examiné séparément les ECG d’aspect normal n’ont pas été en mesure de détecter les profils à risque identifiés par l’IA.

« Cette découverte suggère que l’IA identifie des risques que les médecins ne peuvent probablement pas voir, ou du moins qu’ils ignorent et pensent normales », explique Fornwalt. « L’intelligence artificielle peut potentiellement nous apprendre des choses que nous interprétons peut-être mal depuis des décennies », a-t-il ajouté.

À l’heure actuelle, nous ne savons toujours pas quels schémas précis sont détectés par l’IA, ce qui rend certains médecins peu disposés à utiliser de tels algorithmes. « Cette recherche est basée sur des données historiques, et il sera important de démontrer dans les études cliniques qu’un tel algorithme améliore les résultats pour les patients », explique Christopher Haggerty, collaborateur de Fornwalt.

Deux études relatives aux performances de cette nouvelle IA seront présentées demain, le 16 novembre 2019, à l’assemblée de l’American Heart Association’s Scientific Sessions.

Lire aussi : Google crée une IA de détection du cancer du poumon qui surpasse celle de six radiologistes humains

Sources : Trust My ScienceMedical Xpress

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *