L’intelligence artificielle au secours de l’échocardiographiste : quand la machine dépasse l’humain !

Mis à jour le jeudi 20 mai 2021
dans
Julien Ternacle

Auteur :
Julien Ternacle
Bordeaux

A.A. Hagège

Relecture :
Pr Albert Hagège
Paris

ACC21 sur Cardio-online
En direct du congrès de l'ACC 2021

D'après la présentation de Federico M. Asch et al. (Washington, États-Unis) : "Human Vs Machine Learning-based Echocardiography Analysis As Predictor Of Outcomes In Acute Covid-19 Patients: From The World Alliance Societies Of Echocardiography COVID Study".

La quantification de la fonction systolique du ventricule gauche (VG) au cours de la Covid-19 permet d’évaluer le pronostic de la maladie. Cependant, cette évaluation est opérateur dépendant ce qui peut influencer les résultats. Les objectifs étaient de voir :

  1. S’il existait une association entre les paramètres d’écho et la mortalité hospitalière;
  2. Si cette association variait selon que l’analyse était réalisée par un expert (humain) ou par une intelligence artificielle (IA).

Méthodes

Cette étude observationnelle internationale a inclus rétrospectivement 870 patients admis pour Covid-19 et ayant une échocardiographie cliniquement indiquée. La fraction d’éjection du VG (FEVG) et le strain longitudinal VG étaient calculés par un expert et par l’IA.

Résultats

En considérant les analyses conjointes de l’expert et de l’IA, le strain longitudinal VG était associé à la mortalité hospitalière de la COVID-19, alors que la FEVG ne l’était pas (Figure 1). Cette association n’était présente que grâce à l’analyse réalisée par l’IA. En prenant en compte uniquement les analyses réalisées par l’IA, le strain longitudinal VG et la FEVG étaient tous deux associés à la mortalité hospitalière alors qu’aucun des deux ne l’était lorsque l’on considérait uniquement les analyses de l’expert (Figure 2). Ces résultats étaient liés à la très faible variabilité de mesure de l’IA par rapport à l’expert.

Conclusions

En comparaison à l’humain, l’IA permet de quantifier de façon plus précise et reproductible la fonction systolique VG, ce qui se traduit par une meilleure évaluation du pronostic en cas de COVID-19.

 

Figure 1 : analyse multivariée des paramètres associés à la mortalité hospitalière ; analyses conjointes Expert-IA

 

 

 

 

Figure 2 : comparaison de l’association entre la fonction systolique VG et la mortalité selon que la quantification ai été faite par l’humain ou l’IA

 

Pour consulter le document complet en langue anglaise présenté lors de l'ACC et accéder aux résultats détaillés, cliquez ici : "Human Vs Machine Learning-based Echocardiography Analysis As Predictor Of Outcomes In Acute Covid-19 Patients: From The World Alliance Societies Of Echocardiography COVID Study".

 

Toute l'actualité de l'ACC 2021

 

Ce contenu vous est proposé avec le soutien institutionnel de :

Alliance BMS - Pfizer