Une intelligence artificielle capable de détecter une décompensation cardiaque naissante à partir d'un simple enregistrement vocal hebdomadaire : c'est ce que suggèrent les résultats de l'étude allemande TIM-HF3, présentés en mai dernier au congrès Heart Failure 2026 de la Société européenne de cardiologie (ESC), à Barcelone.
L'étude, présentée par le Dr Leonhard Riehle (Noah Labs, Charité de Berlin), a comparé la capacité d'un algorithme d'IA analysant la voix à celle de la surveillance quotidienne du poids pour anticiper une hospitalisation pour insuffisance cardiaque (IC).
Les 105 patients inclus, en classe NYHA II ou III et hospitalisés pour IC dans les douze mois précédents, ont suivi deux programmes de monitoring parallèles : un programme de télésurveillance interventionnel classique, basé sur des données de dispositifs externes et destiné à valider un score de risque développé par apprentissage automatique, et un programme observationnel dédié à la voix, où les patients enregistraient chaque semaine, via une tablette, cinq secondes de la voyelle /i/ tenue - un son déjà identifié dans la littérature comme sensible aux modifications de la biomécanique laryngée et de l'acoustique des voies aériennes supérieures liées à la surcharge hydrique.
L'analyse rétrospective de ces enregistrements a porté sur 92 patients (âge moyen 73,6 ans, 73% d'hommes ; 52,2% à fraction d'éjection réduite, 15,2% modérément réduite, 32,6% préservée ; NT-proBNP médian de 3.228 pg/mL). Sur un suivi moyen de dix mois, 44 hospitalisations pour IC sont survenues, dont 25 disposaient d'un enregistrement vocal suffisant pour l'analyse. Pour cette comparaison, l'équipe a confronté la performance du biomarqueur vocal aux critères pondéraux classiques - la mesure non invasive la plus répandue en pratique courante, mais dont la sensibilité est connue pour être limitée.
Résultat : la sensibilité de l'algorithme vocal atteint 84,0% (IC95% 65,3-93,6%), contre 36,0% pour les critères pondéraux classiques (IC95% 20,2-55,5% ; prise de ≥2 kg en 3 jours ou ≥5 kg en 7 jours). Le préavis médian entre l'alerte et l'hospitalisation est également plus long avec la voix (29 jours) qu'avec le poids (13 jours) - un délai d'action potentiellement plus favorable en pratique clinique - et le taux annuel d'alertes non pertinentes par patient est inférieur avec la voix (2,62 contre 6,07).
Interrogé lors de la session, le Dr William Abraham (Ohio State University) , a salué des données "très encourageantes pour le domaine", tout en soulignant la petite taille de l'échantillon et le rythme hebdomadaire - plutôt que quotidien - des enregistrements, susceptible de surestimer la sensibilité mesurée. Le Dr Riehle a lui-même reconnu ce risque de surestimation, l'analyse portant sur les seuls 25 événements "évaluables".
Le co-modérateur de la session, le Pr Piotr Ponikowski (Wroclaw), a plaidé pour un abandon progressif du poids comme critère de suivi, le jugeant "peu sensible". Le Dr Riehle a toutefois tempéré, rappelant qu'un essai interventionnel prospectif reste nécessaire avant d'envisager un tel changement de pratique. La question de la robustesse de l'algorithme dans d'autres langues que l'allemand reste également ouverte ; un essai pivot européen intégrera l'anglais, l'espagnol et le néerlandais.
Aucun dispositif de surveillance vocale de l'IC n'est à ce jour commercialisé en Europe ou aux États-Unis.
L'étude a été financée en partie par le ministère fédéral allemand de l'Économie. Le Dr Riehle est directeur médical de Noah Labs, société développant l'algorithme testé.
