Une équipe de recherche a analysé des ECG à long terme provenant de six pays. L'IA a examiné les premières 24 heures d'un enregistrement de 14 jours et devait prédire si une tachycardie ventriculaire (TV) persistante allait se produire au cours des 13 jours prochains.
Sur les plus de 247'000 ECG à long terme évalués, 0,5% (1'104 enregistrements) présentaient une tachycardie ventriculaire (TV) persistante. Le modèle d'IA a atteint une précision de 0,957 lors de la validation interne et de 0,948 (AUROC) lors de la validation externe.
Avec une spécificité fixée à 97%, l'IA a correctement détecté environ 70% des événements ultérieurs. La prédiction était particulièrement fiable pour les formes rapides de TV avec plus de 180 battements par minute (taux de réussite d'environ 81%) ainsi que pour les cas qui ont évolué vers une fibrillation ventriculaire (90%). Les analyses des signaux ECG indiquent qu'une charge élevée d'extrasystoles ventriculaires et des schémas de dépolarisation précoces sont des facteurs de risque importants.
Des signaux difficiles à identifier à l'œil nu
Selon les scientifiques, le logiciel détecte de subtiles modifications de l'ECG, telles qu'une forte charge due à des extrasystoles ou des irrégularités minimes dans la phase précoce du complexe QRS. Ces signaux sont difficiles à identifier à l'œil nu, mais pourraient être déterminants pour le risque.
Comme le système fonctionne avec un seul canal ECG, il pourrait à l'avenir être utilisé non seulement dans les hôpitaux, mais aussi dans des appareils portables tels que les montres connectées ou les enregistreurs implantables. L'objectif est d'identifier rapidement les patients à risque et de les surveiller de manière ciblée, avant qu'une arythmie potentiellement mortelle ne survienne.
La technologie en est encore à un stade précoce de validation. Mais les experts y voient déjà l'opportunité d'une nouvelle forme de stratégie de protection cardiaque à court terme – et peut-être, un jour, une diminution des morts cardiaques subites.