Résumé
Les applications de l’intelligence artificielle se multiplient en imagerie cardiaque. Au scanner, des solutions d’IA permettent d’améliorer d’une part les acquisitions tout en réduisant les doses délivrées, et d’autre part la stratification du risque (automatisation du calcul du score calcique et de l’analyse de la plaque) ainsi que la prise en charge des patients (étude fonctionnelle de la sténose coronaire par FFR-CT ou perfusion myocardique). En IRM, l’IA est employée en routine pour accélérer les acquisitions et la segmentation des cavités ventriculaires, quantifier le rehaussement tardif et caractériser le tissu myocardique grâce à des séquences de mapping (cartographie) T1 et T2. Elle permet aussi d’optimiser l’analyse des flux en 4D, très utilisée en pathologie valvulaire et dans les cardiopathies congénitales. Les performances de ces méthodes d’imagerie cardiaque associées au « big data » incluant les données cliniques, biologiques et génomiques, devraient, dans un futur plus ou moins proche, révolutionner la prédiction du risque d’événements cardiaques et la prise en charge des patients.