Logiciel

Un cœur virtuel en 3D prédit l’insuffisance cardiaque

Une équipe britannique a développé un logiciel qui peut de prédire les risques d’insuffisance cardiaque et les chances de survie des patients souffrant d’hypertension artérielle.

Le 07/03/17 à 12:00, mise à jour aujourd'hui à 15:19 Lecture 1 min.

Exemple de modélisation numérique du cœur d’un patient atteint d’une hypertension pulmonaire. À gauche : modèle tridimensionnel du cœur en fin de diastole (en gris), et fin de systole (ventricule droit en bleu, ventricule gauche en rouge) utilisé pour évaluer l’excursion systolique à chaque point anatomique, grâce à un modèle de mouvement déformant. À droite : modèle statistique du mouvement de l’endocarde ventriculaire droit, utilisé pour déterminer les mouvements fonctionnels associés à la survie. © Dawes T. J. et coll

Les chercheurs britanniques de l’UK’s Medical Research Council et de l’Imperial College of London, au Royaume-Uni, ont développé un logiciel qui peut créer des cœurs virtuels en 3D, reproduisant la manière dont l’organe se contracte pendant ses battements. Objectif : permettre à une intelligence artificielle capable d’apprentissage de prédire les risques d’insuffisance cardiaque et les chances de survie.

Prédire la durée de vie

Comme l’expliquent ses créateurs dans Radiology [1], le système crée ces modèles à partir d’images d’IRM cardiaques des patients, couplées à des informations provenant d’analyses sanguines et d’autres observations. Cette technologie a été testée sur des personnes souffrant d’hypertension pulmonaire, une pathologie qui conduit à l’insuffisance cardiaque si elle n’est pas traitée de façon appropriée, à cause d’une forte pression dans les vaisseaux sanguins, notamment sur le cœur droit. Le traitement dépend des risques de développer une insuffisance cardiaque, souvent mal évalués avec les méthodes actuelles.

Une analyse en quelques secondes

L’étude a porté sur 256 patients atteints d’une hypertension artérielle coronaire. Tous ont passé une ciné-IRM. Le logiciel a analysé plus de 30 000 points du cœur à chaque battement et « a appris automatiquement quelles caractéristiques ont été les premiers prédicteurs de l’insuffisance cardiaque et de la mort. » « L’ordinateur fait l’analyse en quelques secondes et interprète simultanément les données […] sans intervention humaine. Cela pourrait aider les médecins à donner les bons traitements aux bons patients, au bon moment », explique Tim Dawes de l’Imperial College of London. Les chercheurs vont maintenant tester ce logiciel afin de vérifier les premiers résultats.

Auteurs

Virginie Facquet

Bibliographie

  1. Dawes T. J. et coll., « Machine Learning of Three-dimensional Right Ventricular Motion Enables Outcome Prediction in Pulmonary Hypertension: A Cardiac MR Imaging Study », Radiology, 16 janvier 2017. DOI : 10.1148/radiol.2016161315.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

05 Oct

16:21

La présence d'une couronne échogène entourant une masse est associée à une tumeur maligne invasive et correspond à une évolution du carcinome canalaire in situ vers un cancer invasif d'après l'examen histopathologique postopératoire, selon une étude présentée dans Academic Radiology. Toutefois, elle n'apporte guère d'informations supplémentaires utiles aux radiologues sur le plan diagnostique ou pronostique.

14:16

L'apprentissage machine utilisant des caractéristiques radiomiques des tissus adipeux épicardiques est prometteur pour prédire la fibrillation atriale, mais l'hétérogénéité des études sur le sujet freine encore son adoption en pratique clinique. Étude.

7:31

Les injections de corticostéroïdes guidées par échographie pourraient améliorer les résultats rapportés par les patients et réduire les événements indésirables dans le traitement du syndrome du canal carpien, ce qui soutient leur utilisation préférentielle par rapport aux injections guidées par repère anatomique lorsque l’expertise et les ressources nécessaires sont disponibles. (Etude)
02 Oct

12:09

L’IA en radiologie peut réduire le temps de rendu des examens, notamment en radiographie traumatique et en IRM du genou mais la latence de l’infrastructure reste le principal frein à une utilisation clinique efficace (étude).
✕
Docteur Imago

GRATUIT
VOIR