Un algorithme d'IA prédit le risque de maladie cardiaque à partir de scintigraphies osseuses

Des chercheurs de l'Université Edith Cowan (ECU) et de l'Université du Manitoba ont développé un programme automatisé capable d'identifier les problèmes cardiovasculaires et les risques de chute à partir de scans de densité osseuse de routine.
Cela pourrait considérablement faciliter la détection des problèmes de santé graves avant qu'ils ne mettent la vie en danger.
L'algorithme, développé par le Dr Cassandra Smith, chercheuse à l'ECU, et le Dr Marc Sim, chercheur principal, fonctionne en analysant les images d'évaluation des fractures vertébrales (VFA) prises lors de tests de densité osseuse standard, qui font souvent partie des plans de traitement de l'ostéoporose.
En évaluant la présence et l'étendue de la calcification de l'aorte abdominale (CAA) dans ces examens, le programme peut rapidement identifier les patients à risque de crise cardiaque, d'accident vasculaire cérébral et de chutes dangereuses.
Ce qui est vraiment impressionnant, c'est la rapidité d'exécution de l'algorithme. Alors qu'un lecteur humain expérimenté pourrait mettre cinq à six minutes pour calculer un score AAC à partir d'une seule image, le programme d'apprentissage automatique peut prédire les scores de milliers d'images en moins d'une minute.
Ce niveau d'efficacité pourrait constituer un avantage considérable pour les systèmes de santé cherchant à dépister de larges populations afin de détecter des risques sanitaires cachés.
La nécessité d'un tel dépistage est évidente. recherche, Le Dr Smith a découvert qu'un nombre stupéfiant de 58% d'individus âgés ayant subi des examens de densité osseuse de routine présentaient des niveaux d'AAC modérés à élevés.
Plus inquiétant encore, un patient sur quatre ignorait totalement son risque accru.
“ On constate que les femmes sont insuffisamment dépistées et traitées pour les maladies cardiovasculaires ”, a souligné le Dr Smith. “ Cette étude montre que nous pouvons utiliser des appareils de densitométrie osseuse à faible dose, largement disponibles et peu irradiants, pour identifier les femmes à haut risque de maladies cardiovasculaires, ce qui leur permettrait d’accéder à un traitement. ”
Mais le pouvoir prédictif de l'algorithme ne se limite pas à la santé cardiaque. Grâce à ce même programme, le Dr Sim a découvert que les patients présentant des scores AAC modérés à élevés étaient également exposés à un risque accru d'hospitalisations et de fractures liées aux chutes, comparativement à ceux ayant des scores faibles.
“ Plus la calcification des artères est importante, plus le risque de chutes et de fractures est élevé ”, explique le Dr Sim. Si les facteurs de risque de chute traditionnels, comme les antécédents de chutes et une faible densité osseuse, sont bien connus, la santé vasculaire est rarement prise en compte.
“ Notre analyse a révélé que la CAA contribuait très fortement aux risques de chute et qu'elle était en fait plus importante que d'autres facteurs cliniquement identifiés comme facteurs de risque de chute. ”
Comme pour toute nouvelle technologie, il reste des questions à résoudre et des défis à relever avant que ce type de dépistage assisté par l'IA ne devienne une pratique courante.
Avant toute chose, l'algorithme devra être validé auprès de populations de patients plus importantes et plus diversifiées, et intégré de manière transparente aux flux de travail cliniques existants.
Toutefois, si ces défis peuvent être relevés, une simple scintigraphie osseuse – un examen que des millions de personnes âgées subissent déjà régulièrement – pourrait devenir un système d'alerte précoce pour certains des problèmes de santé les plus courants et les plus dévastateurs auxquels nous sommes confrontés.


