Un outil d'IA révolutionnaire détecte la maladie valvulaire cardiaque avec une sensibilité de 93 %

Dans un développement révolutionnaire, des chercheurs de l'Institut de technologie Stevens ont dévoilé un nouvel outil de diagnostic alimenté par l'IA capable de détecter et de classer la maladie valvulaire cardiaque (MVC) avec une précision remarquable. 

Cette technologie innovante promet de combler le manque de détection précoce et de traitement de la MVC, une condition souvent négligée lors des examens standard au stéthoscope. Les résultats de cette recherche, publiés en couverture du numéro de septembre 2023 des IEEE Transactions on Biomedical Engineering, révèlent que cet outil d'IA peut détecter la MVC avec une sensibilité impressionnante de 93 % et une spécificité de 98 %.

Le défi de la détection de la maladie valvulaire cardiaque

La maladie valvulaire cardiaque se caractérise par des anomalies des valves du cœur, qui peuvent entraîner une série de problèmes cardiaques. Les méthodes de diagnostic traditionnelles reposent sur les compétences d'écoute aiguës des professionnels de la santé utilisant des stéthoscopes pour détecter les sons distinctifs produits par les valves du cœur. Cependant, le corps humain est un environnement bruyant, et au milieu du cacophonie de sons tels que le sang qui circule, les gargouillis abdominaux et la respiration sifflante, il est trop facile pour les médecins de manquer les signes subtils des troubles valvulaires.

Negar Ebadi, chercheuse principale du projet et professeure agrégée en génie électrique et informatique, a commenté ce défi, déclarant : « La plupart des cas de MVC sont manqués en raison d'erreurs humaines, nous avons donc fait appel à l'IA pour aider l'humain. »

Une avancée dans le diagnostic assisté par IA

L'équipe de recherche de l'Institut de technologie Stevens a introduit une approche innovante pour le diagnostic de la MVC. À l'aide d'un microphone de contact qui capture directement les vibrations sonores de la poitrine d'un patient, ils ont enregistré des échantillons audio de 10 secondes. 

Ces enregistrements ont ensuite été traités par un modèle d'IA adapté à partir d'algorithmes de traitement de la parole, généralement utilisés pour isoler les voix dans des environnements bruyants. Dans ce cas, au lieu des voix, l'IA a été entraînée à identifier les signatures audio de types spécifiques de maladies cardiaques.

Arash Shokouhmand, auteur principal de l'article, a expliqué : « La différence est que, au lieu de détecter des voix individuelles, nous détectons les signatures audio de types spécifiques de maladies cardiaques. » Cette approche novative permet au réseau neuronal d'identifier rapidement cinq maladies valvulaires différentes à partir d'un seul échantillon audio, même si plusieurs maladies coexistent chez un même patient.

Ce qui distingue cet outil de diagnostic par IA est sa capacité à détecter plusieurs maladies simultanément. Shokouhmand a souligné cette innovation, déclarant : « Nous ne faisons pas que montrer qu'il y a un problème valvulaire, nous sommes capables d'identifier l'ensemble des problèmes auxquels un patient est confronté. » Cela marque une avancée significative par rapport aux méthodes de diagnostic précédentes basées sur l'IA, qui étaient souvent moins précises et limitées dans leur portée.

De plus, les chercheurs ont rationalisé le processus en utilisant des accéléromètres, éliminant ainsi le besoin de machines complexes et encombrantes. Cette approche améliore non seulement la précision, mais ouvre également la voie à de nouvelles améliorations.

Perspectives futures et expansion

L'objectif actuel de l'équipe de recherche est d'accumuler davantage de données pour développer un système capable de classer les maladies par gravité. Cela signifie aller au-delà de la simple identification de la présence d'un trouble valvulaire pour attribuer un grade indiquant l'étendue de la progression de la maladie. Un diagnostic aussi fin pourrait révolutionner les soins aux patients en guidant des stratégies de traitement personnalisées.

Au-delà de la MVC, l'équipe envisage d'étendre sa méthode de diagnostic basée sur l'IA pour détecter d'autres maladies circulatoires, améliorant ainsi davantage son utilité dans le domaine de la santé. En fin de compte, leur objectif est d'intégrer cette technologie de pointe dans les cabinets médicaux à travers le pays, garantissant que moins de troubles cardiaques passent inaperçus.

Dans un paysage de la santé marqué par des diagnostics manqués et des traitements retardés, l'émergence de cet outil de diagnostic alimenté par l'IA représente un changement de paradigme significatif. Avec sa précision exceptionnelle et son potentiel de développement ultérieur, il a le potentiel de transformer la façon dont les maladies cardiovasculaires sont détectées et gérées.