Intérêt potentiel de l'intelligence artificielle pour prédire la survenue d'arythmie ventriculaire chez les patients porteurs d'un défibrillateur

Le défibrillateur implantable est très efficace pour prévenir le risque de mort subite cardiaque mais jusqu'à présent, on manque de moyens de prédire la survenue d'une arythmie ventriculaire grave qui va conduire le défibrillateur à faire un choc ou une stimulation antitachycardique.

Curtis Ginder de la Harvard Medical School à Boston et ses collègues ont voulu voir s'il serait possible de prédire les chocs et stimulations en utilisant les données sur le rythme cardiaque des patients enregistrées et transmises par l'appareil dans le mois précédent.

Ils ont étudié cette question dans une cohorte de patients porteurs d'un défibrillateur inclus dans l'essai IMPACT (qui initialement étudiait les traitements anticoagulants chez les porteurs de défibrillateur). Parmi 2.413 patients, 151 ont eu soit un choc approprié (141 chocs), soit une stimulation antitachycardique (10) durant le suivi. Ils ont été comparés à ceux qui n'ont pas eu d'événement.

Les chercheurs ont évalué deux stratégies visant à prédire les événements: l'une qui de façon classique utilisait des méthodes statistiques en se basant sur plusieurs critères identifiés comme étant associés au risque de choc/tachycardie (notamment des tachycardies ou fibrillations non soutenues, des extrasystoles, une baisse d'impédance de la sonde); l'autre qui a utilisé des réseaux neuronaux.

Pour les patients ayant eu un choc ou une stimulation antitachycardique, des marqueurs prédictifs ont été recherchés dans les enregistrements du défibrillateur des 30 jours précédents. Pour les contrôles, des enregistrements d'un mois au milieu de la durée de suivi ont été utilisés.

La méthode statistique a présenté un intérêt: elle a permis d'identifier des patients allant avoir une action du défibrillateur, avec une sensibilité de 39% et une spécificité de 91%.

Mais l'intelligence artificielle a été meilleure: même si elle n'a pas détecté tous les cas, la sensibilité est montée à 54%, avec une spécificité restant très élevée, à 96%.

De plus, l'intelligence artificielle a identifié des caractéristiques non identifiées auparavant qui étaient associées au risque de fibrillation/tachycardie ventriculaire dans le mois suivant, comme un changement dans l'impédance de la sonde atriale, des modifications de la fréquence cardiaque et des modifications d'activité du patient.

Ces résultats sont prometteurs et laissent supposer qu'en analysant par intelligence artificielle les données enregistrées et transmises par le défibrillateur, il serait possible d'identifier les patients à risque de choc ou stimulation, chez qui on pourrait tenter d'agir pour prévenir la survenue des arythmies ventriculaires -et donc la survenue des chocs-, concluent les auteurs.

(JACC, 14 mars, vol.81, n°10, p949-961)

Source: APMnews