Pourquoi la fibrillation atriale passe-t-elle souvent inaperçue ?
La fibrillation atriale est un trouble du rythme : les oreillettes, les cavités du haut du cœur, battent de façon désordonnée. Elle augmente le risque d'accident vasculaire cérébral (AVC), d'insuffisance cardiaque et de décès.
Elle est souvent sans symptôme, et elle peut aller et venir. Un électrocardiogramme (ECG), l'examen qui enregistre l'activité électrique du cœur, fait pendant une période calme paraîtra normal. Pour la trouver, il faut souvent porter un appareil d'enregistrement pendant des jours, ce qui coûte cher et trouve peu de cas.
Qu'ont fait les chercheurs ?
L'équipe de la Mayo Clinic, aux États-Unis, a entraîné un réseau de neurones convolutif, un type d'IA très doué pour reconnaître des motifs dans des signaux et des images. Elle lui a montré des ECG standards de 10 secondes à 12 dérivations, tous au rythme normal, enregistrés entre 1993 et 2017.
Les patients ayant au moins un ECG montrant une fibrillation ou un flutter atrial (un trouble voisin) étaient classés comme positifs. Au total, 649 931 ECG de 180 922 patients ont été répartis en trois groupes : pour apprendre, pour régler l'outil et pour le tester.
La question était simple : un ECG qui semble normal garde-t-il une trace invisible à l'œil de la fibrillation ?
Quels résultats ont été obtenus ?
Sur le groupe test de 36 280 patients, un seul ECG a suffi à l'IA pour repérer la fibrillation atriale avec une aire sous la courbe de 0,87, une échelle où 1 serait parfait. Sa sensibilité, la part des malades qu'elle repère, est de 79,0 %, et son exactitude globale de 79,4 %.
En utilisant tous les ECG faits pendant le premier mois de la période étudiée pour chaque patient, l'aire sous la courbe monte à 0,90 et l'exactitude à 83,3 %.
Les auteurs concluent qu'un ECG pris pendant un rythme normal permet de repérer, sur place, des personnes qui ont une fibrillation atriale.
Les chiffres clés
- 180 922patients dont les ECG au rythme normal ont été analysés
- 0,87aire sous la courbe avec un seul ECG (1 serait parfait)
- 79,4 %exactitude globale avec un seul ECG
- 83,3 %exactitude globale en utilisant tous les ECG du premier mois
Palpitations, fatigue : en parler avec Mima
Cette IA n'est pas encore utilisée partout. Mais l'étude montre qu'un trouble du rythme qui va et vient peut échapper à un ECG fait au mauvais moment.
Avec Mima, tu peux noter quand surviennent palpitations, essoufflement ou coups de fatigue, et voir ces épisodes au fil des jours. Le jour du rendez-vous, tu arrives avec une question précise : « Mon ECG était normal, faut-il un enregistrement plus long ? »
Qu'est-ce que ça pourrait changer pour les patients ?
Un ECG est rapide, peu coûteux et disponible presque partout. Si cette approche se confirme, un examen de routine pourrait signaler les personnes chez qui chercher une fibrillation plus longuement, plutôt que d'équiper tout le monde d'un enregistreur.
Mais trouver la maladie ne suffit pas : c'est le traitement décidé ensuite par le médecin qui peut réduire le risque d'AVC.
Quelles sont les limites ?
C'est une analyse rétrospective, faite sur des ECG anciens d'un seul grand centre. Il faut la confirmer dans d'autres hôpitaux et chez d'autres populations.
L'outil se trompe aussi : environ un ECG sur cinq est mal classé, dans un sens ou dans l'autre. Une alerte n'est donc pas un diagnostic, et il reste à prouver qu'utiliser cet outil évite des AVC.
Questions fréquentes
Un ECG normal peut-il cacher une fibrillation atriale ?
Oui, car la fibrillation peut aller et venir. Cette étude montre qu'une IA peut parfois en retrouver la trace sur un ECG enregistré pendant un rythme normal.
Quels sont les signes d'une fibrillation atriale ?
Elle est souvent silencieuse. Elle peut aussi donner des palpitations, un essoufflement ou une fatigue, qui méritent d'en parler à un médecin.
Mon cardiologue utilise-t-il déjà cette IA ?
Pas en routine dans la plupart des cas. Cette étude est rétrospective et doit être confirmée ailleurs avant un usage courant.
L'étude originale
Attia ZI, Noseworthy PA, Lopez-Jimenez F, et al. « An artificial intelligence-enabled ECG algorithm for the identification of patients with atrial fibrillation during sinus rhythm: a retrospective analysis of outcome prediction » The Lancet, 1 août 2019. DOI : 10.1016/S0140-6736(19)31721-0
Lire l'étude complète dans The LancetCet article résume une étude scientifique et ne remplace pas un avis médical.