Un algorithme prédictif de l’insuffisance cardiaque a été mis au point à Nancy via l’Intelligence artificielle. Coordonné par le Pr Nicolas Girerd, cardiologue au CHU, cet outil, qui vient de recevoir une validation scientifique, est disponible en open source sur la plateforme du logiciel universitaire GitLab.
Prévenir l’insuffisance cardiaque dite diastolique, plutôt que guérir ! C’est ce à quoi peut aider e’VM, un nouvel outil de prédiction du rythme cardiaque, issu du travail scientifique mené depuis trois ans entre les équipes du CHRU de Nancy (Centre d’Investigation Clinique – Plurithématique) et du Loria (Laboratoire lorrain de Recherche en Informatique).
Créé avec l’intelligence artificielle à partir de l’étude de la cohorte Stanislas (1700 patients vus), e’VM vient de recevoir sa validation scientifique à partir de la publication d’un article dans la revue référente en imagerie cardiologique JACC Cardiovascular Imagine. Mais en quoi cet outil numérique est-il un pas en avant dans le domaine de la cardiologie ?
Depuis une quarantaine d’années, l’échocardiographie permet de mesurer des variables qui vont du volume du cœur à l’épaisseur de ses parois, en passant par la vitesse de circulation sanguine ou encore celle de sa contraction. Reconnues comme fiables, et appliquées par les spécialistes pour diagnostiquer l’insuffisance cardiaque, une de ces mesures, la fonction diastolique du cœur, restait cependant encore sujette à interprétation. Cette évaluation de la relaxation cardiaque, une fonction déterminante dans le fonctionnement du muscle (pour se contracter et envoyer le sang dans l’organisme, le cœur doit se relaxer !) fait donc l’objet de constants réajustements internationaux, fragilisant l’utilisation des paramètres mesurés par échographie cardiaque.
La création d’e’VM (e’= relaxation cardiaque, V = Volume, M = Masse)
L’algorithme est issu d’un apprentissage machine de type « clustering », une technique d’intelligence artificielle. Cette dernière a constitué, à partir de données échocardiographiques, des groupes homogènes d’individus dans la Cohorte Stanislas, promue par le CHRU de Nancy. Les trois profils type constitués peuvent être prédits par un algorithme simple basé sur trois critères échographiques couramment utilisés. Ces profils, lorsqu’ils ont été appliqués à une autre cohorte populationnelle aux caractéristiques communes, celle de Malmo en Suède, prédisent efficacement le risque d’insuffisance cardiaque dans les années suivant l’échographie.
Une innovation partagée en open source
Le Pr Nicolas Girerd, cardiologue, qui a coordonné ce projet impliquant les équipes de recherche du CHRU et du Loria, insiste sur l’application de l’algorithme : « e’VM veut être utilisé dès maintenant pour tous. La version la plus élaborée est aussi disponible en open source sur la plateforme de référence du logiciel universitaire GitLab. Son usage a une traduction clinique évidente : pour nous, ces trois groupes homogènes échocardiographiques vont faciliter la prédiction de l’insuffisance cardiaque dite « diastolique ». Ces résultats pourraient, à terme, faire évoluer les recommandations échographiques, une fois que notre concept aura été confirmé à travers d’autres cohortes. L’objectif est d’identifier les patients à risque d’insuffisance cardiaque, très en amont chez les patients de 50 à 70 ans, car l’insuffisance cardiaque dite diastolique est une pathologie qui se ne traite pas encore bien. Des stratégies thérapeutiques chez ces patients à risque pourront être testées dans l’avenir, dans le cadre d’essais cliniques. »
La rédaction de Réseau Chu avec le CHRU de Nancy
