Si elles sont présentes chez plus de 50% des personnes âgées de 65 ans ou plus, les valvulopathies cardiaques (VC) sont souvent non spécifiques, et plus de la moitié des patients présentant une maladie modérée à sévère sont asymptomatiques.
Classiquement, les souffles cardiaques constituent souvent un indicateur clinique précoce d’une VC sous-jacente. Cependant, la sensibilité de l’auscultation cardiaque n’est que de 44% lorsqu’elle est réalisée par des médecins généralistes expérimentés pour détecter une VC significative chez des patients asymptomatiques. Cette limite de l’auscultation cardiaque traditionnelle contribue à des diagnostics retardés ou manqués de VC cliniquement significatives, ce qui peut entraîner une progression rapide de la maladie, une insuffisance cardiaque et une mortalité accrue, même chez des patients initialement asymptomatiques. Des méthodes diagnostiques plus précises sont donc d’une importance cruciale.
Une étude récente visait à évaluer l’efficacité d’un stéthoscope numérique couplé à l’intelligence artificielle chez des prestataires de soins primaires auxquels il était demandé de détecter une VC cliniquement significative par rapport à l’auscultation analogique seule (AA).
Cette étude prospective incluait 357 patients âgés de 50 ans ou plus et à risque de maladie cardiaque ont bénéficié à la fois d’une auscultation cardiaque analogique par des prestataires de soins primaires (pratique standard, AA) et d’une auscultation cardiaque numérique réalisée par les coordinateurs de l’étude, suivie d’une analyse par IA à l’aide d’un stéthoscope électronique (auscultation augmentée par l’IA). Chaque participant a subi une échocardiographie afin de confirmer la présence éventuelle d’une VC modérée ou sévère, et les enregistrements de phonocardiogramme ont été examinés indépendamment par un panel externe de spécialistes pour confirmer la présence de souffles audibles.
Des informations démographiques ont été recueillies pour 354 patients. L’âge médian de la population incluse était de 70 ans, et elle comprenait 219 femmes (61,9%). Les facteurs de risque de VC les plus fréquents dans la population étudiée étaient l’HTA (81,8%), l’hyperlipidémie (70,3%) et le diabète (39,5%).
Le système augmenté par l’IA a démontré une sensibilité significativement plus élevée que celle de l’AA classique (92,3% versus 46,2%; p = 0,01). Elle était presque du triple en tenant compte de la confirmation par échocardiographie (39,7% versus 13,8%; p = 0,01). Par contre, sa spécificité était plus faible (86,9% versus 95,6%; p < 0,001). L’IA a détecté 12 cas de VC modérée ou sévère cliniquement significative qui n’avait pas encore été diagnostiquée, tandis que l’AA n’en a identifié que six.
Pour les auteurs, le risque d’augmentation du nombre de faux positifs lié à la légère diminution de la spécificité du couplage stéthoscope numérique/IA devrait être largement compensé par la meilleure capacité de détection. A confirmer par des études supplémentaires, dans des environnements cliniques plus larges et au sein de populations plus diverses.
