Un outil d'IA innovant peut révéler comment des choix de vie tels que la consommation d'alcool, le tabagisme, une mauvaise alimentation et l'inactivité peuvent faire vieillir prématurément le cœur d'une personne.
Cette IA était développé par une équipe dirigée par le professeur Declan O'Regan de l'Institut des sciences médicales de Londres du Medical Research Council.
Pallab Ghosh, correspondant scientifique de la BBC, curieux de sa propre santé cardiaque, s'est porté volontaire pour faire l'expérience cette évaluation de l'IA à la pointe de la technologie.
Le professeur O'Regan, chef de l'équipe, a expliqué l'importance de cet outil en déclarant : "Lorsque nous regardons le visage d'une personne, nous sommes capables de juger si elle a l'air jeune ou vieille pour son âge - nos organes sont pareils".
Et de poursuivre : "Certaines personnes ont un cœur beaucoup plus jeune, tandis que d'autres ont un cœur qui a vieilli prématurément et qui est plus sujet aux maladies. Nous voulons donc découvrir quels sont ces facteurs".
Bien qu'il existe plusieurs méthodes d'analyse de la santé cardiaque, comme les scanners, les ECG et les mesures de la pression artérielle, ces méthodes sont toutes soumises à des limitations et ne permettent généralement de détecter que les problèmes et les anomalies les plus graves. Même les problèmes mineurs passent souvent inaperçus aux yeux des cardiologues.
Comme le souligne le professeur O'Regan, cette IA révèle "les coups et les éraflures accumulés au cours d'une vie, à cause de l'alcool, du tabac, d'une mauvaise alimentation et d'un manque d'exercice".
Après avoir passé une IRM après l'exercice et effectué diverses actions, le système d'IA a analysé le scanner de M. Ghosh. Les résultats ont été comparés aux données de 5 000 personnes ayant mené une vie saine.
Les résultats obtenus par M. Ghosh étaient plutôt encourageants. L'IA a déterminé que l'âge de son cœur était de 63 ans, soit un peu plus que son âge réel de 61 ans.
Lors d'une conversation avec le professeur O'Regan, M. Ghosh s'est demandé si les changements positifs apportés récemment à son mode de vie n'auraient pas contribué à atténuer les effets de ses anciennes habitudes alimentaires. "Nous ne savons pas si le vieillissement prématuré du cœur est dû aux gènes et si l'on naît destiné à avoir un cœur plus âgé, ou s'il est davantage lié au mode de vie", a répondu M. O'Regan.
Il ajoute : "Nous ne savons pas non plus si le rythme du vieillissement peut être modifié ou s'il peut être réversible, ce qui permettrait aux gens de retrouver un cœur plus jeune s'ils bénéficiaient d'un traitement approprié.
Les premières recherches indiquent que les gènes liés à l'élasticité des muscles sont des facteurs influents dans le vieillissement du cœur.
De même, certains gènes liés au système immunitaire, qui peuvent involontairement provoquer une inflammation s'ils sont trop actifs, joueraient également un rôle. Les gènes qui font partie intégrante du transport des signaux électriques à travers le cœur, assurant un rythme cardiaque régulier, font l'objet d'études.
Forts d'une meilleure compréhension des influences génétiques sur le vieillissement du cœur, le professeur O'Regan et son équipe ont l'intention de mettre au point de nouveaux traitements ciblés, comme il le décrit : "La génétique pourrait nous aider à ralentir ou à inverser le vieillissement - et ces scanners pourraient également aider à évaluer de nouvelles thérapies, pour voir l'impact qu'elles ont sur les lésions".
Fonctionnement du système
Le professeur O'Regan et son équipe développent depuis plusieurs années des systèmes de diagnostic cardiologique par IA.
Voici l'aboutissement de leur travail :
Analyse d'images du cœur
L'équipe d'O'Regan révolutionne la façon dont nous observons le cœur à l'aide de l'apprentissage machine (ML), en particulier grâce à l'apprentissage profond (deep learning).
Ils développent de nouvelles techniques d'analyse des données d'IRM cardiaque pour comprendre les caractéristiques complexes du cœur, telles que sa fonction, sa géométrie et les caractéristiques de ses tissus.
Cela permet de segmenter les mouvements du cœur et de les analyser de manière indépendante.
Prévoir les événements indésirables
L'équipe est également pionnière dans l'utilisation de l'IA pour prédire les événements indésirables dans les maladies cardiaques.
En utilisant des algorithmes d'apprentissage profond qui intègrent des données complexes, notamment les phénotypes de mouvement, la génétique et les variables cliniques, ils parviennent à une compréhension plus nuancée de l'insuffisance cardiaque.
L'objectif est de créer des systèmes de raisonnement artificiel pour analyser et interpréter les scanners cardiaques.
Lien entre les gènes et les maladies cardiaques
Le groupe étudie les raisons pour lesquelles les maladies cardiaques se manifestent différemment d'un individu à l'autre en explorant le lien entre la génétique et le cœur.
Ils tentent de définir des classes de cardiomyopathie et de découvrir le rôle des variantes génétiques dans la prédisposition des individus à certaines affections cardiaques.
Identifier les voies moléculaires
En exploitant l'apprentissage automatique, l'équipe mène des recherches à grande échelle pour trouver des gènes qui pourraient être ciblés par de nouveaux médicaments afin de réduire le risque de maladie cardiaque.
O'Regan et son équipe ont mis au point divers logiciels et outils disponibles par l'intermédiaire du site Web de la Commission européenne. Projet UK Digital Heart GitHubpermettant ainsi à d'autres chercheurs d'exploiter leurs méthodes.
