L’Apple Watch et l’IA peuvent détecter les maladies cardiaques
Des chercheurs ont mis au point une intelligence artificielle capable de détecter des problèmes cardiaques structurels en analysant les simples électrocardiogrammes (ECG) venant d’Apple Watch. Cette avancée, présentée lors des sessions scientifiques de l’American Heart Association, pourrait transformer la montre connectée en un puissant outil de dépistage à grande échelle.
Au-delà de l’arythmie, l’IA dépiste les atteintes structurelles
Jusqu’à présent, les montres connectées étaient principalement utilisées pour identifier des signes de fibrillation auriculaire. Cette nouvelle étude menée par l’université de Yale montre qu’il est possible d’aller plus loin et de repérer des anomalies comme un muscle cardiaque épaissi, des valves endommagées ou une capacité de pompage affaiblie. « Cela pourrait rendre possible le dépistage précoce des maladies cardiaques structurelles à grande échelle, en utilisant des appareils que beaucoup de gens possèdent déjà », a déclaré Rohan Khera, l’auteur principal de l’étude.
Un algorithme entraîné avec des données hospitalières
Pour parvenir à ce résultat, les scientifiques ont développé un algorithme d’IA en l’entraînant sur une base de données de 266 000 ECG complexes à 12 dérivations, recueillis à l’hôpital. L’objectif était d’apprendre à l’IA à extraire des informations pertinentes à partir du signal beaucoup plus simple d’un ECG à une seule dérivation, comme celui de l’Apple Watch. Pour rendre le modèle plus robuste, les chercheurs ont même ajouté du « bruit » lors de l’entraînement pour simuler les imperfections probables des données issues d’une montre.
L’outil a ensuite été testé sur 600 patients, dont les ECG d’Apple Watch ont été comparés à des échographies cardiaques réalisées le même jour. L’algorithme a su identifier correctement les patients atteints d’une maladie cardiaque structurelle dans 86 % des cas et a correctement écarté la maladie chez les participants sains dans 99 % des cas. Bien que prometteuse, l’étude, qui n’a pas encore été confirmée par d’autres spécialistes, présente des limites comme un faible nombre de patients malades et quelques faux positifs.
