Un nouvel algorithme d'intelligence artificielle (IA) développé par l'Iscte - Instituto Universitário de Lisboa peut prédire la probabilité qu'un patient subisse un infarctus du myocarde jusqu'à 13 minutes à l'avance, permettant une intervention médicale proactive.
Le système a été créé en collaboration avec la Faculté de Médecine de l'Université de Lisbonne, qui a fourni des données cliniques pour entraîner et tester les modèles d'IA. Il a été testé dans des conditions réelles à l'Hôpital de Santa Maria en soins intensifs de cardiologie.
Selon Miguel Sales Dias, chercheur principal du projet AIM Health, l'algorithme anticipe de manière significative le risque d'ischémie, une condition où le flux sanguin vers le muscle cardiaque est réduit. Le système surveille en continu les données physiologiques des patients et alerte le personnel médical lorsqu'il détecte des changements pertinents.
« Nous avons développé un pilote qui a montré de bons résultats, et nous travaillons maintenant à sa mise en œuvre », a déclaré Dias, ajoutant que l'objectif est d'étendre le système à d'autres unités de soins intensifs en cardiologie.
Cette application de l'IA marque un passage d'une santé réactive à une santé proactive, permettant une intervention thérapeutique précoce avant qu'une crise cardiaque ne survienne. « Nous pouvons commencer le traitement ou corriger les dommages avant que le patient ne subisse des préjudices », a souligné le cardiologue Luís Rosário.
Le projet AIM Health a également développé un deuxième outil avancé qui utilise la vision par ordinateur et l'IA pour aider les cardiologues à diagnostiquer la calcification de la valve aortique. Ce système identifie automatiquement la valve dans les examens d'IRM et d'échocardiographie, distinguant les valves calcifiées des valves saines tout en quantifiant le calcium présent.
« L'ensemble des images utilisé pour former notre algorithme prendrait 22 heures à un clinicien pour être analysé manuellement, mais nous le faisons en temps réel », a noté Dias. Rosário a ajouté que la rapidité et la précision de cette technologie facilitent le diagnostic précoce, essentiel pour la planification de traitements personnalisés, permettant aux médecins de se concentrer sur des tâches cliniques plus complexes.