Coroscanner

Un nouveau biomarqueur basé sur l’IA pour prédire le risque cardiaque

Une équipe britannique a développé un biomarqueur d’imagerie basé sur l’intelligence artificielle. Cette méthode permettrait de détecter les signes précoces associés à la coronaropathie et de prédire une crise cardiaque 5 ans avant sa survenue.

icon réservé aux abonnésArticle réservé aux abonnés
Le 02/10/19 à 15:00, mise à jour le 29/10/26 à 14:12 Lecture 1 min.

Les chercheurs d'Oxford ont analysé le profil radiomique du tissu adipeux périvasculaire coronarien pour développer un dispositif capable d’améliorer la prédiction des risques cardiaques (photo d’illustration) (photo d'illustration). CC0 Public Domain/Pexels.com

Des chercheurs de l’université d’Oxford (Royaume-Uni) ont développé une nouvelle méthode basée sur l'intelligence artificielle pour prédire le risque cardiaque. Dans leurs travaux, les scientifiques ont analysé le profil radiomique du tissu adipeux périvasculaire (PVAT) coronarien.

Au-delà de l'inflation

Grâce à l’apprentissage profond, l’équipe menée par le professeur de cardiologie Charalambos Antoniades, a mis au point un biomarqueur d’imagerie baptisé « fat radiomic profile » (FRP). Ce dernier permettrait de détecter les changements structurels périvasculaires associés à la coronaropathie, au-delà de l’inflammation.

Analyser les caractéristiques radiomiques sur les scanners

Les chercheurs présentent leurs travaux dans le numéro de septembre de la revue European Heart Journal [1]. Dans un premier temps, ils ont collecté des biopsies de tissu adipeux de 167 patients qui avaient subi une chirurgie cardiaque. Ils ont analysé l'expression de gènes liés à l'inflammation et à la fibrose, asso

Il vous reste 62% de l’article à lire

Docteur Imago réserve cet article à ses abonnés

S'abonner à l'édition
  • Tous les contenus « abonnés » en illimité
  • Le journal numérique en avant-première
  • Newsletters exclusives, club abonnés

Abonnez-vous !

Docteur Imago en illimité sur desktop, tablette, smartphone, une offre 100% numérique

Offre mensuelle 100 % numérique

23 €

par mois

S’abonner à Docteur Imago

Auteurs

Carla Ferrand

Journaliste cheffe de rubrique

Voir la fiche de l’auteur

Bibliographie

  1. Oikonomou E. K., Williams M. C., Kotanidis C. P. et coll., « A novel machine learning-derived radiotranscriptomic signature of perivascular fat improves cardiac risk prediction using coronary CT angiography », European Heart Journal, 3 septembre 2019. DOI : https://doi.org/10.1093/eurheartj/ehz592.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

05 Nov

7:30

En 2025, le nombre de lits à l’hôpital a connu une baisse de 0,6% pour 365 100 lits, selon une étude de la Drees parue ce mercredi 28 octobre, tandis que l’accueil dédié à l’hospitalisation partielle a progressé de 3,5% pour 94 200 places.
04 Nov

16:06

La FNMR publie une nouvelle proposition d'amendement au PLFSS 2027 visant à créer un observatoire de la pratique sénologique, afin de transmettre et collecter les données actualisées sur la réalité de l’activité sénologique dans les territoires.

13:05

La Société européenne de résonance magnétique (ESMRMB) publie ses recommandations sur l'imagerie SWI. Cette technique doit être intégrée aux protocoles d’IRM cérébrale lorsque des résultats liés à la susceptibilité hémorragique ou microvasculaire sont susceptibles d’influencer le diagnostic ou la prise en charge.

7:04

Les modèles d'IA basés sur la neuroimagerie présentent des performances prometteuses pour le diagnostic de la démence fronto-temporale, en particulier pour la variante sémantique de l'aphasie primaire progressive (étude).
✕
Docteur Imago

GRATUIT
VOIR