Et si l'intelligence artificielle (IA) pouvait faciliter le tri des patients admis aux urgences pour douleur thoracique aiguë ? C'est ce que laissent entrevoir des résultats publiés le 17 janvier dans Radiology [1] par des radiologues du Massachusetts General Hospital (MGH) de Boston (États-Unis). Leur modèle d'apprentissage profond utilisant la radiographie thoracique d'admission aux urgences améliore significativement le résultat composite suivi par les chercheurs sur des cohortes rétrospectives de patients, à savoir le nombre de patients ayant subi une embolie pulmonaire, une dissection aortique, un syndrome coronarien aigu (SCA) ou un décès dans les 30 jours suivant l'admission.

Un entraînement sur une cohorte diverse

Les auteurs ont d'abord entraîné leur modèle d'apprentissage profond sur les radiographies thoraciques d’admission aux urgences de 17 254 patients adultes du MGH, qui ont été pris en charge une première fois aux urgences entre 2005 et 2015 pour cause de douleur thoraciq