Un électrocardiogramme (ECG) mesure et enregistre l'activité électrique qui traverse le cœur. Sa lecture doit permettre au cardiologue de déterminer si cette activité est normale ou irrégulière et d’en déduire la présence éventuelle de pathologies ou leur risque de survenue. « C’est un examen très courant, pour lequel la demande est importante. Cependant, l’analyse des résultats est longue et difficile », précise le Dr Fiorina, cardiologue à l’Hôpital Privé Jacques Cartier (Ramsay Santé – Massy). C’est pourquoi le praticien a décidé de développer des outils d’analyse des ECG basés sur l’intelligence artificielle (IA).

Repérer les anomalies et prévoir les troubles

L’objet de ses recherches s’est d’abord porté sur le repérage des anomalies de rythme d’un ECG par une IA dit de deep learning (qui imite le fonctionnement des réseaux de neurones du cerveau humain).  « Les résultats obtenus lors de cette première étude ont montré que l’analyse de l’ECG par l’IA était plus rapide et au moins aussi précise que le travail normalement effectué par les cardiologues », explique le Dr Fiorina, qui utilise cet outil en pratique clinique depuis maintenant 4 ans.

Deuxième champ de recherche : la prédiction, toujours grâce à l’IA, de la fibrillation atriale (FA), le trouble du rythme cardiaque le plus répandu. « Nos travaux ont mis en lumière une performance intéressante de l’IA, permettant de prévoir la survenue d’une FA chez un patient dans un délai de deux semaines à compter de la réalisation d’un ECG de 24 heures », détaille le Dr Fiorina, notant que cette application prometteuse doit néanmoins faire l’objet de recherches complémentaires avant d’être appliqué à la pratique courante.

Exploiter le potentiel des montres connectées

Troisième pan des travaux du Dr Fiorina : l’analyse des données issues des « smartwatches » (ou montres intelligentes). Celles-ci permettent d’enregistrer en continu l’activité cardiaque des patients qui les portent. « Les possibilités conférées par cet outil sont immenses. Mais nous devons faire face à un enjeu de taille : gérer l’énorme quantité de données générée par les montres et en extraire les informations utiles », nuance le Dr Fiorina.

« Nos travaux nous poussent à penser que l’IA peut saisir des signaux subtils que l’œil humain n’est parfois pas capable d’identifier. L’avenir de la recherche est donc de valider ce mode d’analyse qui nous permettra de prévenir, dépister et traiter précocement les pathologies cardiaques », conclut le praticien-chercheur.

Ces travaux sont en partie soutenus par la Direction Recherche et Enseignement de Ramsay Santé.

SOURCES

• Fiorina L. & al., Evaluation of an Ambulatory ECG Analysis Platform Using Deep Neural Networks in Routine Clinical Practice, Journal of the American Heart Association, Volume 11, Issue 18, 20 September 2022, https://doi.org/10.1161/JAHA.122.026196
• Jagmeet P Singh & al., Short-term prediction of atrial fibrillation from ambulatory monitoring ECG using a deep neural network, European Heart Journal - Digital Health, Volume 3, Issue 2, June 2022, Pages 208–217, https://doi.org/10.1093/ehjdh/ztac014
• Maille B. & al., Smartwatch Electrocardiogram and Artificial Intelligence for Assessing Cardiac-Rhythm Safety of Drug Therapy in the COVID-19 Pandemic. The QT-logs study. International journal of cardiology, 331, 333–339. https://doi.org/10.1016/j.ijcard.2021.01.002