Une étude rétrospective multicentrique menée au Royaume-Uni et aux États-Unis compare, sur plus de 27 000 patients, la valeur pronostique de la fraction d'éjection ventriculaire gauche obtenue par segmentation automatique et par lecture experte de l'IRM cardiaque. L'avantage de l'algorithme est faible, mais statistiquement significatif.
La fraction d'éjection du ventricule gauche, qui exprime la part du volume sanguin expulsée à chaque contraction, guide de nombreuses décisions cliniques : choix des traitements de l'insuffisance cardiaque, indication d'un défibrillateur implantable, évaluation du risque chirurgical ou surveillance de la cardiotoxicité au cours d'une chimiothérapie. L'IRM cardiaque en constitue l'examen de référence, mais la délimitation manuelle des contours ventriculaires reste chronophage et sujette à une variabilité entre lecteurs.
Plus de 27 000 patients suivis pendant cinq ans
Les travaux, dirigés par des équipes de City St George's, University of London et de l'University College London (UCL), ont porté sur les IRM de 27 382 patients explorés pour une cardiopathie connue ou suspectée. Selon le communiqué diffusé par l'université, les patients ont été suivis en moyenne pendant plus de cinq ans, période au cours de laquelle 3 458 décès ont été enregistrés. Pour chaque examen, la fraction d'éjection calculée par l'outil d'intelligence artificielle a été confrontée à celle établie par des cliniciens expérimentés.
Les mesures issues de l'IA se sont révélées légèrement, mais significativement, plus performantes pour identifier les patients exposés à un risque accru de décès. L'écart persiste après ajustement sur l'âge et le sexe. L'auteur principal, George Joy, souligne la constance et la précision avec lesquelles l'algorithme mesure ce marqueur, et parle d'une amélioration modeste mais utile du repérage des patients à haut risque.
Quelques secondes par examen
L'outil analyse une IRM en deux à trois secondes environ, alors que des travaux antérieurs de la même équipe estimaient à une treizaine de minutes la durée d'une analyse experte. Des erreurs de segmentation ont concerné environ 1 % des patients, ce qui conduit les auteurs à recommander un maintien de la supervision clinique. Rhodri Davies (UCL), auteur senior et concepteur de l'algorithme, précise que l'outil a vocation à fournir aux cliniciens, qui gardent la main, des mesures plus rapides et plus homogènes à faible coût.
Portée et prochaines étapes
Les auteurs plaident pour un usage de l'IA en première ligne dans l'analyse des IRM cardiaques, avec relecture experte lorsque nécessaire. L'étude, de nature rétrospective, porte sur la valeur pronostique de la mesure ; elle n'évalue pas l'effet de l'outil sur les décisions thérapeutiques ni sur le devenir des patients. L'équipe prévoit désormais de combiner ces mesures à d'autres examens, en particulier l'électrocardiogramme, afin de détecter plus précocement les atteintes du muscle cardiaque. Les travaux ont été financés par le NIHR et la British Heart Foundation
