Détection précoce de l'insuffisance cardiaque en grossesse : l'IA du stéthoscope double les diagnostics
ParisL'insuffisance cardiaque pendant la grossesse est une condition grave souvent négligée, car ses symptômes, comme l'essoufflement et une fatigue extrême, ressemblent à ceux de la grossesse normale. Une recherche récente présentée au Congrès de la Société Européenne de Cardiologie a mis en lumière une étude de la Mayo Clinic utilisant un stéthoscope alimenté par l'IA, qui a détecté deux fois plus de cas d'insuffisance cardiaque liée à la grossesse par rapport aux méthodes traditionnelles.
L'insuffisance cardiaque liée à la grossesse, en particulier la cardiomyopathie péripartum, peut être extrêmement dangereuse si elle n'est pas détectée rapidement. Un diagnostic tardif peut entraîner des complications graves nécessitant des soins intensifs, des pompes cardiaques mécaniques, voire une transplantation cardiaque. Une détection précoce permet aux médecins de débuter des traitements permettant de mieux gérer les symptômes.
L'intelligence artificielle détecte les faiblesses cardiaques chez les femmes enceintes au Nigeria
L'étude s'est concentrée sur l'utilisation d'un stéthoscope numérique alimenté par l'IA au Nigeria, où les problèmes cardiaques pendant la grossesse sont fréquents. Les résultats clés incluent :
- Plus de cas détectés : Les outils d'IA ont découvert deux fois plus de cas avec une fraction d'éjection (FE) inférieure à 50%.
- Détection précoce : Les médecins utilisant l'IA étaient 12 fois plus susceptibles de détecter une faiblesse cardiaque avec une FE inférieure à 45%, indiquant une cardiomyopathie du péripartum.
- Dépistage approfondi : Le dépistage utilisant des stéthoscopes numériques améliorés par l'IA et des algorithmes ECG était très précis pour identifier les fonctions cardiaques faibles.
L'algorithme AI-ECG à 12 dérivations de la Mayo Clinic a été adapté pour être utilisé avec les stéthoscopes numériques d'Eko Health. L'agence américaine FDA a approuvé cet équipement amélioré pour détecter l'insuffisance cardiaque avec fraction d'éjection réduite, essentielle pour un traitement adéquat de la maladie.
Les évaluations ont révélé des avantages significatifs à différents niveaux de fraction d'éjection (FE). Si la FE est inférieure à 45 %, cela signifie une cardiomyopathie péripartum. En dessous de 40 %, cela indique une insuffisance cardiaque à fraction d'éjection réduite, où certains médicaments peuvent grandement soulager les symptômes et diminuer le risque de mortalité. Si la FE est inférieure à 35 %, cela signale une fonction cardiaque très faible, nécessitant des traitements avancés de l'insuffisance cardiaque et potentiellement l'implantation d'un défibrillateur.
Cette recherche pourrait grandement influencer les soins prénatals grâce aux avancées technologiques de l'IA, en particulier dans des régions où les taux d'insuffisance cardiaque liée à la grossesse sont élevés, comme au Nigéria. Il est crucial que les professionnels de la santé comprennent l'utilisation et l'adoption de ces outils. Le succès de cette étude au Nigéria suggère que l'utilisation étendue de ces technologies pourrait améliorer la santé maternelle à l'échelle mondiale.
La prochaine étape consiste à tester cet outil d'IA aux États-Unis pour évaluer son efficacité dans divers contextes de soins de santé et auprès de différentes populations. Il est particulièrement crucial de mener cette évaluation car les femmes afro-américaines présentent un taux plus élevé de cardiomyopathie péripartum. Avec un financement solide et des recherches soutenant cette technologie, elle pourrait considérablement améliorer les soins de santé maternelle.
L'étude est publiée ici:
http://dx.doi.org/10.1038/s41591-024-03243-9et sa citation officielle - y compris les auteurs et la revue - est
Demilade A. Adedinsewo, Andrea Carolina Morales-Lara, Bosede B. Afolabi, Oyewole A. Kushimo, Amam C. Mbakwem, Kehinde F. Ibiyemi, James Ayodele Ogunmodede, Hadijat Olaide Raji, Sadiq H. Ringim, Abdullahi A. Habib, Sabiu M. Hamza, Okechukwu S. Ogah, Gbolahan Obajimi, Olugbenga Oluseun Saanu, Olusoji E. Jagun, Francisca O. Inofomoh, Temitope Adeolu, Kamilu M. Karaye, Sule A. Gaya, Isiaka Alfa, Cynthia Yohanna, K. L. Venkatachalam, Jennifer Dugan, Xiaoxi Yao, Hanna J. Sledge, Patrick W. Johnson, Mikolaj A. Wieczorek, Zachi I. Attia, Sabrina D. Phillips, Mohamad H. Yamani, Yvonne Butler Tobah, Carl H. Rose, Emily E. Sharpe, Francisco Lopez-Jimenez, Paul A. Friedman, Peter A. Noseworthy, Rickey E. Carter. Artificial intelligence guided screening for cardiomyopathies in an obstetric population: a pragmatic randomized clinical trial. Nature Medicine, 2024; DOI: 10.1038/s41591-024-03243-918 novembre 2024 · 14:36
Étudier le comportement des souris avec précision grâce à l’IA et à moins d’animaux
18 novembre 2024 · 12:24
L'IA détecte rapidement les tumeurs cérébrales invisibles lors d'interventions chirurgicales
17 novembre 2024 · 11:45
L'IA prédictive cible les sites à risque pour une surveillance améliorée des eaux souterraines
Partager cet article