Télécharger l’app
Cardiologie2019Ampleur : 2 sur 3, validé à grande échelle

ECG de longue durée : une IA qui classe les troubles du rythme cardiaque

Une étude publiée dans Nature Medicine en 2019 a montré qu'un réseau de neurones peut classer 12 types de rythmes cardiaques à partir d'électrocardiogrammes portés en continu, avec un score moyen meilleur que celui des cardiologues testés. Il a été entraîné sur 91 232 enregistrements venant de 53 549 patients.

Nature Medicine, 2019Read in English

Pourquoi lire un ECG de 24 heures est-il difficile ?

Un électrocardiogramme (ECG) enregistre l'activité électrique du cœur. Quand on le porte sur de longues périodes avec un petit appareil, appelé ambulatoire, il produit énormément de données à relire, et les logiciels de lecture automatique se trompent parfois.

Il y a de nombreux troubles du rythme (arythmies) à distinguer. Les ECG numériques sont maintenant très disponibles, ce qui ouvre la voie à des programmes capables d'apprendre à les analyser.

Les auteurs rappellent que l'interprétation informatisée de l'ECG joue déjà un rôle important dans le travail des cliniciens, mais qu'elle peut encore être améliorée en précision et en capacité à traiter de gros volumes.

Qu'ont fait les chercheurs ?

Ils ont développé un réseau de neurones profond, un programme qui apprend directement à partir des signaux, sans règle écrite à la main. Il devait classer 12 classes de rythmes à partir de 91 232 ECG à une seule dérivation, issus de 53 549 patients porteurs d'un appareil d'enregistrement ambulatoire.

Pour le tester, ils ont utilisé un jeu de données indépendant dont les diagnostics avaient été établis par un comité de cardiologues certifiés qui se sont mis d'accord entre eux.

Que montrent les résultats ?

Sur le test, l'aire sous la courbe ROC (un score où 1 est parfait) du réseau de neurones est en moyenne de 0,97. Le score F1, qui combine la capacité à repérer les cas et la fiabilité des alertes, était de 0,837 pour le programme, contre 0,780 pour les cardiologues en moyenne.

Quand on fixe la spécificité du programme au niveau moyen des cardiologues, sa sensibilité dépasse celle des cardiologues pour toutes les classes de rythmes. Autrement dit, à taux de fausses alertes égal, il en repère davantage.

Cette comparaison est rigoureuse : le jury de référence était un comité de cardiologues en exercice qui s'accordent entre eux, et le test était indépendant des données d'entraînement.

Les chiffres clés

  • 91 232ECG de 53 549 patients utilisés pour entraîner le réseau de neurones
  • 0,97aire sous la courbe ROC moyenne (1 = parfait) face au comité de cardiologues
  • 0,837 contre 0,780score F1 moyen du programme contre celui des cardiologues

Qu'est-ce que cela peut changer pour les patients ?

Si ces résultats se confirment en clinique, les auteurs pensent que l'approche pourrait réduire les erreurs d'interprétation des ECG automatiques et améliorer l'efficacité de la relecture par les cardiologues, en triant ou en priorisant les troubles les plus urgents.

Pour le patient, l'espoir est une relecture plus rapide des enregistrements longs, avec les cas à risque examinés en premier.

Autre intérêt : le programme est capable de classer un large éventail de rythmes différents, pas seulement un ou deux troubles connus, ce qui répond à une limite des travaux précédents.

Quelles sont les limites ?

Les auteurs précisent eux-mêmes que ces performances doivent encore être confirmées dans des situations cliniques réelles. Les enregistrements venaient d'un seul type d'appareil, avec une seule dérivation.

Le programme est une aide à la lecture : c'est le cardiologue qui pose le diagnostic et décide de la prise en charge.

Un ECG au long cours : garder tes notes, avec Mima

Cette IA classe des rythmes cardiaques sur des ECG portés en continu, mais elle reste de la recherche. C'est ton cardiologue qui lit ton tracé. Si ces outils arrivent, la relecture pourrait être plus rapide.

Si tu portes un enregistreur, Mima t'aide à noter ce que tu ressens, comme les palpitations ou la fatigue, avec le moment où ça survient. Tu arrives au rendez-vous avec une image claire et ta question : « Ces moments correspondent-ils à ce que montre mon tracé ? »

Questions fréquentes

Une IA peut-elle lire un électrocardiogramme ?

Dans cette étude, un réseau de neurones a classé 12 types de rythmes cardiaques avec un score moyen meilleur que celui des cardiologues testés. Les auteurs insistent sur le besoin de confirmation en clinique.

Qu'est-ce qu'une arythmie ?

C'est un trouble du rythme du cœur : il bat trop vite, trop lentement ou de façon irrégulière. Il en existe de nombreux types, plus ou moins graves.

Qu'est-ce que le score F1 ?

C'est une note entre 0 et 1 qui combine deux choses : repérer les vrais cas et ne pas lancer de fausses alertes. Plus elle est proche de 1, mieux c'est.

Cela remplace-t-il le cardiologue ?

Non. Les auteurs parlent d'aider à trier ou à prioriser les cas urgents pour faciliter la relecture par les experts.

L'étude originale

Hannun AY, Rajpurkar P, Haghpanahi M, et al. « Cardiologist-level arrhythmia detection and classification in ambulatory electrocardiograms using a deep neural network. » Nature Medicine, 7 janvier 2019. DOI : 10.1038/s41591-018-0268-3

Lire l'étude complète dans Nature Medicine

Cet article résume une étude scientifique et ne remplace pas un avis médical.