Un algorithme d'IA de l'Institut de cardio interprète les ECG mieux qu'un humain

MONTRÉAL — Un algorithme d'intelligence artificielle développé par une équipe de l'Institut de cardiologie de Montréal est aussi bon, voire meilleur, que les humains quand vient le temps d'interpréter des électrocardiogrammes.

L'outil est même en mesure de déceler des troubles invisibles aux yeux humains et dont les premiers symptômes ne pourraient émerger que des mois plus tard, a dit un des responsables du projet.

«On peut détecter (une) insuffisance cardiaque (...) ou prédire le risque d'arythmie chez les gens qui n'en font pas en ce moment, mais qui pourraient en faire ou en développer au courant des prochaines années, ou détecter des maladies génétiques, a détaillé le docteur Robert Avram, qui est cardiologue à l'ICM.

«Ce sont des maladies qu'on ne peut pas détecter traditionnellement à partir d'un ECG, mais grâce à notre modèle, on est capables de les détecter avec une très bonne précision.»

Développé notamment par Alexis Nolin-Lapalme et Achille Sowa, le modèle DeepECG a été entraîné sur plus d’un million de résultats d’ECG, puis validé rétrospectivement dans onze centres à l’international.

DeepECG est le «premier modèle ECG "fondationnel" entièrement open source au monde», a indiqué le docteur Avram. Cela signifie que les hôpitaux et centres de recherche de la planète peuvent l'adapter à leur population locale pour développer de nouveaux biomarqueurs cardiaques, même avec des données limitées.

«À partir d'un électrocardiogramme, un cardiologue peut détecter plusieurs maladies, a dit le docteur Avram. Mais en entraînant un modèle fondationnel, on est aussi capables d'apprendre à l'algorithme à détecter des maladies qui sont invisibles à l'œil nu et non détectables par les moyens conventionnels qu'on a en médecine.»

DeepECG est en mesure de détecter des conditions que même les yeux les plus experts pourraient rater, comme une force du cœur réduite; des maladies structurelles du cœur, comme une sténose aortique ou une dilatation du muscle cardiaque; ou encore des signatures électriques associées à des maladies cardiaques héréditaires.

L'outil a offert une performance «robuste» même en présence de problèmes moins fréquents, assurent les chercheurs, mais a été un peu moins performant face à des conditions très rares, une situation qu'ils attribuent au fait que les données nécessaires à son entraînement étaient disponibles en quantités limitées.

«On pourrait faire du dépistage à l'avance de maladies parfois invisibles à l'œil nu, puis instaurer les traitements avant qu'une complication comme une hospitalisation ou un épisode aigu d'insuffisance cardiaque se développe», a précisé le docteur Avram.

Il évoque, par exemple, le cas d'un patient qui s'était présenté à l'ICM pour une évaluation cardiaque avant une chirurgie au genou et qui ne présentait aucun signe de maladie cardiaque, mais chez qui DeepECG a détecté un affaiblissement du cœur. La condition a ensuite été confirmée avec une échographie cardiaque.

«Sans intelligence artificielle, le médecin aurait probablement dit que c'était correct de faire la chirurgie, a dit le docteur Avram. Mais là, ça a amené d'autres tests pour comprendre pourquoi son cœur était affaibli. Et avec une cardiopathie, plus on commence la médication tôt, plus on a de chances de récupérer, et même de revenir à la normale.»

L'intelligence artificielle, assure-t-il, n'enlève «de travail à personne», bien au contraire. Elle permet plutôt au personnel en place de faire plus et de faire mieux avec les ressources souvent limitées dont il dispose, estime le docteur Avram.

À ce sujet, rappelle-t-il, on doit actuellement patienter environ douze mois au Québec pour profiter d'une échographie cardiaque, et dans la moitié des cas, l'examen ne décèle rien d'anormal.

«C'est rassurant pour le patient, mais quand on pense aux patients qui attendent pour le test jusqu'à un an et qui ont peut-être des problèmes de santé qui pourraient être confirmés avec ces tests, eh bien ce n'est pas nécessairement une gestion optimale des ressources», a dit le docteur Avram.

DeepECG pourrait permettre de prioriser les soins et d'offrir «des soins personnalisés plus précis et plus précocement aux gens qu'on identifiés à haut risque», a-t-il complété, tout en gardant en tête «qu'une hospitalisation coûte beaucoup plus cher d'une consultation dans le bureau du médecin».

DeepECG fait l'objet d'un essai clinique de phase II depuis le mois d'octobre, afin de mesurer son impact concret sur l’accès, la rapidité et la qualité des diagnostics cardiovasculaires en contexte réel.

Les détails de cette innovation ont récemment été dévoilés dans l'European Heart Journal.

Jean-Benoit Legault, La Presse Canadienne