Un algorithme basé sur l'IA utilisé pour identifier le risque de fibrillation auriculaire beaucoup plus tôt
Quelque 2 000 personnes ont participé à un essai révolutionnaire visant à tester un algorithme pouvant aider les médecins à identifier les personnes à risque de développer une fibrillation auriculaire (FA).
L'essai évalue un algorithme appelé « FIND-AF » – qui a été développé à l'aide de l'apprentissage automatique – qui recherche dans les dossiers des médecins généralistes des signaux d'alarme suggérant qu'ils risquent de développer une FA au cours des six prochains mois.
L'essai est financé par l'association caritative British Heart Foundation et signifie que les personnes identifiées par l'algorithme se voient ensuite proposer des tests supplémentaires pour confirmer un diagnostic de FA.
L'équipe de recherche de l'Université de Leeds espère que le projet pilote du West Yorkshire jettera les bases d'un essai à l'échelle du Royaume-Uni qui pourrait un jour améliorer le diagnostic précoce de la FA et prévenir davantage d'accidents vasculaires cérébraux évitables.
Au Royaume-Uni, plus de 1,6 million de personnes ont reçu un diagnostic de FA. Mais il y aura probablement des milliers de personnes supplémentaires au Royaume-Uni qui ne seront pas diagnostiquées et ignoreront qu'elles vivent avec cette maladie. On estime que la FA est un facteur contribuant à environ 20 000 accidents vasculaires cérébraux chaque année au Royaume-Uni.
Dans l'étude, dirigée par le professeur Chris Gale, professeur de médecine cardiovasculaire à l'Université de Leeds, l'algorithme a été intégré aux dossiers médicaux de plusieurs cabinets médicaux du West Yorkshire. Les personnes identifiées comme présentant un risque de FA se voient ensuite proposer des tests à domicile.
Ceux qui sont d’accord reçoivent un appareil ECG portable et sont invités à effectuer deux lectures par jour pendant quatre semaines, ainsi qu’à chaque fois qu’ils ressentent des palpitations. Tout cela peut être fait sans que les gens aient besoin de se rendre chez leur médecin généraliste.
Si les lectures ECG révèlent qu’ils souffrent de FA, leur médecin généraliste en est informé et il peut alors discuter des options de traitement.
Le Dr Sonya Babu-Narayan, directrice clinique du BHF, a déclaré : « Nous disposons de traitements efficaces pour les personnes atteintes de fibrillation auriculaire qui présentent un risque élevé d'accident vasculaire cérébral. Mais à l’heure actuelle, certaines personnes passent à côté parce qu’elles ne savent pas qu’elles vivent peut-être avec cette menace cachée pour leur santé.
« En exploitant la puissance des données de santé collectées régulièrement et des algorithmes de prédiction, cette recherche offre une réelle opportunité d’identifier davantage de personnes présentant un risque de fibrillation auriculaire et susceptibles de bénéficier d’un traitement visant à réduire leur risque d’accident vasculaire cérébral dévastateur. »
L’algorithme FIND-AF a été développé par des scientifiques et des cliniciens du NHS Trust de l’Université de Leeds et du Leeds Teaching Hospitals, avec un financement de l’association caritative.
À l’aide des dossiers de santé électroniques anonymisés de plus de 2,1 millions de personnes, l’équipe a formé l’algorithme pour détecter les signes avant-coureurs suggérant qu’elles courent un risque élevé de développer une FA au cours des six prochains mois.
L’algorithme a ensuite été validé à l’aide de données provenant de plus de 10 millions de personnes dans des pays hors du Royaume-Uni. L’essai est également financé par Leeds Hospital Charity.