L’intelligence artificielle peut prédire les chances d’une personne de mourir dans l’année en examinant les résultats des tests cardiaques – même si les médecins les considèrent comme normaux. La façon dont elle le fait est un mystère.
Brandon Fornwalt chez le fournisseur de soins de santé Geisinger en Pennsylvanie, aux États-Unis, et ses collègues ont chargé une IA d’examiner 1,77 million de résultats d’électrocardiogramme (ECG) de près de 400 000 personnes pour prédire qui était le plus à risque de mourir l’année suivante.
Un ECG enregistre l’activité électrique du cœur. Son profil change selon les conditions cardiaques, y compris les crises cardiaques et la fibrillation auriculaire.
L’équipe a formé deux versions de l’IA : dans l’une d’elles, l’algorithme n’a reçu que les données brutes de l’ECG, qui mesure la tension dans le temps. Dans l’autre, on lui a donné des données d’ECG en combinaison avec l’âge et le sexe du patient.
Ils ont mesuré la performance de l’IA à l’aide d’une mesure connue sous le nom d’AUC, qui mesure à quel point un modèle distingue deux groupes de personnes – dans ce cas, les patients décédés dans l’année et ceux qui ont survécu. L’IA a toujours obtenu une note supérieure à 0,85, où une note parfaite est de 1 et une note de 0,5 n’indique aucune distinction entre les deux groupes.
Les AUCs des modèles de cotation du risque actuellement utilisés par les médecins varient entre 0,65 et 0,8, indique Brandon Fornwalt.
Aux fins de comparaison, les chercheurs ont également créé un algorithme basé sur les caractéristiques de l’ECG que les médecins mesurent actuellement, comme certains modèles tirés des enregistrements.
« Quoi qu’il en soit, le modèle basé sur la tension était toujours meilleur que n’importe quel modèle que l’on pouvait construire à partir de ce que l’on mesure déjà à partir d’un ECG « , souligne Brandon Fornwalt.
L’IA a prédit avec précision le risque de décès, même chez les personnes considérées par les cardiologues comme ayant un ECG normal. Trois cardiologues qui ont examiné séparément les ECG d’apparence normale n’ont pas été en mesure de déceler les profils de risque détectés par l’IA.
« Ce résultat suggère que le modèle voit des choses que les humains ne peuvent probablement pas voir, ou du moins que nous ignorons et pensons être normales « , précise Brandon Fornwalt.
« L’IA peut nous apprendre des choses que nous avons peut-être mal interprétées pendant des décennies, dit-il.
On ne sait toujours pas très bien quelles sont les tendances que l’IA détecte, ce qui fait que certains médecins hésitent à utiliser de tels algorithmes.
Cette recherche était 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, selon Christopher Haggerty, collaborateur.
La recherche sera présentée lors des sessions scientifiques de l’American Heart Association à Dallas le 16 novembre.
