L'IA a identifié ces 5 types d'insuffisance cardiaque dans une nouvelle étude : "Intéressant à différencier"

Le Dr Craig Basman discute de la nouvelle technologie qui sauve des vies et des variables qui peuvent prédire les événements cardiaques soudains.

"L'insuffisance cardiaque" est un terme fourre-tout utilisé pour décrire toute condition dans laquelle l'organe ne fonctionne pas comme il est censé le faire - mais l'expérience d'une personne avec la maladie peut être très différente de celle d'une autre.

Des chercheurs de l'University College London (UCL) ont récemment utilisé l'apprentissage automatique - un type d'intelligence artificielle - pour identifier cinq types distincts d'insuffisance cardiaque, dans le but de prédire le pronostic des différents types.

"Nous avons cherché à améliorer la façon dont nous classons l'insuffisance cardiaque, dans le but de mieux comprendre l'évolution probable de la maladie et de la communiquer aux patients", a déclaré l'auteur principal, le professeur Amitava Banerjee de l'UCL, dans un communiqué de presse annonçant l'étude.

LA MALADIE CARDIAQUE, LE TUEUR SILENCIEUX : UNE ÉTUDE MONTRE QU'ELLE PEUT FRAPPE SANS SYMPTÔMES

"Actuellement, la progression de la maladie est difficile à prévoir pour chaque patient", a-t-il également déclaré. "Certaines personnes seront stables pendant de nombreuses années, tandis que d'autres s'aggraveront rapidement."

Les cinq types d'insuffisance cardiaque identifiés étaient la fibrillation auriculaire précoce, la fibrillation auriculaire (qui provoque un rythme cardiaque irrégulier), métabolique (liée à l'obésité mais avec un faible taux de maladies cardiovasculaires) et cardiométabolique (liée à l'obésité et aux maladies cardiovasculaires). selon un communiqué de presse sur le site de l'UCL.

Pour chaque type d'insuffisance cardiaque, les chercheurs ont déterminé la probabilité que la personne meure dans l'année suivant le diagnostic. Le pronostic variait considérablement pour les cinq sous-types, ont-ils trouvé. (Stock)

"Les cinq types d'insuffisance cardiaque étaient basés sur des facteurs de risque communs, tels que l'âge au début de l'insuffisance cardiaque, les antécédents de maladie cardiaque, les antécédents de facteurs de risque cardiaque tels que le diabète et l'obésité, ou la fibrillation auriculaire (le problème de rythme cardiaque le plus courant )", a expliqué Banerjee dans une déclaration à Fox News Digital.

Pour l'étude, publiée dans la revue Lancet Digital Health, les chercheurs ont analysé les données de plus de 300 000 adultes britanniques âgés de 30 ans et plus ayant souffert d'insuffisance cardiaque sur une période de 20 ans.

LE RISQUE DE MALADIE CARDIAQUE POURRAIT ÊTRE AFFECTÉ PAR UN FACTEUR SURPRENANT, SELON UNE NOUVELLE ÉTUDE

"Quatre méthodes d'apprentissage automatique ont été utilisées pour regrouper les individus souffrant d'insuffisance cardiaque dans les données de santé électroniques en fonction de leurs caractéristiques de base", a déclaré Banerjee. "La méthode et le nombre de clusters qui "s'adaptent" le mieux aux données ont été sélectionnés."

Pour chaque type d'insuffisance cardiaque, les chercheurs ont déterminé la probabilité que la personne meure dans l'année suivant le diagnostic. Le pronostic variait considérablement pour les cinq sous-types, ont-ils trouvé.

Le risque de mortalité à cinq ans était de 20 % pour l'apparition précoce, 46 % pour l'apparition tardive, 61 % pour la fibrillation auriculaire, 11 % pour la métabolique et 37 % pour la cardiométabolique, selon le communiqué de presse.

La principale limitation de la nouvelle étude de l'UCL était que les chercheurs n'avaient accès à aucune donnée d'imagerie, qui est le plus souvent utilisée pour diagnostiquer et prédire le risque d'insuffisance cardiaque. (Stock)

Pour les professionnels de la santé, Banerjee recommande qu'ils interrogent leurs patients atteints d'insuffisance cardiaque sur les facteurs de risque courants pour les aider à comprendre le sous-type qu'ils ont.

"Les chercheurs doivent également tester dans quelle mesure ces sous-types définis dans notre étude sont utilisables, généralisables et acceptables dans la pratique clinique", a-t-il ajouté.

"Ils devraient également se demander si des études comme la nôtre, qui utilisent l'IA, peuvent aider à mieux comprendre les processus pathologiques et la découverte de médicaments."

L'équipe de recherche a également développé une application pour les médecins qui leur permettrait de déterminer le sous-type d'insuffisance cardiaque d'un patient, dans le but de mieux prédire le risque et de tenir les patients informés.

IA ET SANTÉ CARDIAQUE : LES MACHINES FONT UN MEILLEUR TRAVAIL DE LECTURE DES ULTRASONS QUE LES ÉCHOGRAPHES, DIT UNE ÉTUDE

Le Dr Ernst von Schwarz, cardiologue clinique et universitaire triplement certifié à l'UCLA en Californie, a passé en revue les résultats de l'étude de l'UCL.

"Pour les cliniciens, il est intéressant de différencier l'insuffisance cardiaque en fonction du pronostic, ce qui n'est généralement pas fait en milieu clinique", a-t-il déclaré à Fox News Digital. "L'insuffisance cardiaque est généralement considérée comme une maladie incurable, chronique et progressive avec de mauvais résultats à long terme."

"L'insuffisance cardiaque est généralement considérée comme une maladie incurable, chronique et progressive avec de mauvais résultats à long terme."

"Des études comme celle-ci pourraient aider les cliniciens à faire une évaluation des risques plus appropriée en fonction de l'étiologie de l'insuffisance cardiaque", a ajouté von Schwarz.

En particulier, le taux de mortalité très élevé pour l'insuffisance cardiaque induite par la fibrillation auriculaire souligne l'importance d'une gestion agressive de cette arythmie courante, a-t-il déclaré.

Les chercheurs ont utilisé l'apprentissage automatique - un type d'intelligence artificielle - pour identifier cinq types distincts d'insuffisance cardiaque. (Stock)

Les prévisions de mortalité pour les cinq sous-types sont "de loin la partie la plus intéressante de ces données", selon le Dr Matthew Goldstein, médecin chez Cardiology Consultants de Philadelphie, qui a également examiné les résultats de l'étude.

"Cela peut nous aider à déterminer qui risque de mourir subitement, et donc, qui a besoin d'une protection avec un défibrillateur et qui n'en a pas", a-t-il ajouté.

Bien que Goldstein reconnaisse que l'IA devient de plus en plus courante en général, il pense que son application à la médecine a montré "un peu moins de succès".

Il a déclaré à Fox News Digital : "Cependant, il est bon de rechercher des modèles trop compliqués à voir pour l'esprit humain."

LA TECHNOLOGIE D'IA ATTRAPE LE CANCER AVANT LES SYMPTÔMES AVEC EZRA, UN SCANNER IRM CORPS COMPLET

"Certaines des utilisations les plus courantes sont les lectures automatiques des études de radiologie pour s'assurer que rien n'est manqué et l'utilisation émergente dans l'interprétation de l'électrocardiogramme pour suggérer une pathologie sous-jacente", a-t-il ajouté.

En termes d'utilisation de l'IA pour classer l'insuffisance cardiaque, Goldstein a noté qu'il ne s'agit que d'une étude rétrospective et qu'elle devra être prouvée pour les cas futurs afin d'être vraiment utile.

La principale limitation de la nouvelle étude était que les chercheurs n'avaient accès à aucune donnée d'imagerie, qui est le plus souvent utilisée pour diagnostiquer et prédire le risque d'insuffisance cardiaque.

"Cependant, les marqueurs d'imagerie seuls ne prédisent pas la mortalité et d'autres résultats", a déclaré Banerjee.

« Le fait que nous ayons pu utiliser des données collectées en routine sans ces données d'imagerie pour prédire relativement bien les sous-types et les résultats suggère que les biomarqueurs d'imagerie seuls ne sont peut-être pas le meilleur moyen de caractériser et d'étudier l'insuffisance cardiaque à l'échelle de la population.

En utilisant ces résultats comme base, le professeur Banerjee de l'UCL a déclaré que la prochaine étape consiste à déterminer si ces classifications d'insuffisance cardiaque peuvent faire une différence pratique pour les patients. (Stock)

La prochaine étape, a déclaré Banerjee, consiste à déterminer si la classification de diverses insuffisances cardiaques peut faire une différence pratique pour les patients - "si elle améliore les prévisions de risque et la qualité des informations fournies par les cliniciens, et si elle modifie le traitement des patients".

CLIQUEZ ICI POUR VOUS INSCRIRE À NOTRE NEWSLETTER SANTÉ

Le rapport coût-efficacité est une autre considération, a-t-il ajouté.

L'équipe de recherche de l'UCL utilisait auparavant des méthodes similaires pour identifier les sous-types de maladies rénales chroniques.

CLIQUEZ ICI POUR OBTENIR L'APPLICATION FOX NEWS

Pour l'avenir, Banerjee s'attend à ce que l'apprentissage automatique soit utilisé pour analyser de nombreux types de données médicales collectées en routine et pour identifier les sous-types de différentes maladies.

Melissa Rudy est rédactrice en chef de la santé et membre de l'équipe de style de vie de Fox News Digital.

Restez à jour sur les plus grandes nouvelles de santé et de bien-être avec notre récapitulatif hebdomadaire.

Abonné

Vous vous êtes abonné avec succès à cette newsletter !