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 15:20 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

09 Avr

16:21

Une étude multicentrique publiée dans European Radiology montre qu’un modèle de deep learning combinant nnU-Net et ConvNeXt-tiny permet d’évaluer avec précision l’invasion musculaire dans le cancer de la vessie à partir d’IRM, avec des performances élevées et stables.

13:17

Une étude pilote a évalué un outil d’IA (BoneView) capable de détecter les fractures liées à la maltraitance chez des enfants de moins de 5 ans, montrant une légère amélioration de sa précision après un premier réentraînement. Ces résultats préliminaires suggèrent qu’un entraînement supplémentaire pourrait permettre d’atteindre des performances cliniquement utiles et renforcer l’aide au diagnostic dans ce contexte.

7:11

Une étude prospective comparant la radiographie conventionnelle à une reconstruction avancée 3D montre que cette dernière détecte toutes les fractures des membres avec une sensibilité de 100 %, contre 46,7 % pour la méthode classique, tout en conservant une excellente spécificité et qualité d’image. Son utilisation aux urgences pourrait améliorer la précision diagnostique, réduire les examens complémentaires et accélérer la prise en charge des patients.
08 Avr

16:29

Les images monoénergétiques virtuelles, combinées à des algorithmes de réduction des artefacts métalliques créées à partir de scanners à comptage photonique (PCCT), permettent une excellente visualisation des anévrismes intracrâniens préalablement traités et des vaisseaux adjacents, indique une étude. L’extension de ces résultats à des applications cliniques préliminaires chez l’humain s’avère également possible.
Docteur Imago

GRATUIT
VOIR