ARTICLE DU JOUR
L'intelligence artificielle pour mieux anticiper les arythmies

De nombreux décès par mort subite d’origine cardiaque pourraient être évités grâce à l’intelligence artificielle. Dans une étude parue dans l’European Heart Journal, une équipe de chercheurs et de chercheuses de l’Inserm, de l’Université Paris Cité et de l’AP-HP, en collaboration avec des scientifiques américains a créé un algorithme permettant d’identifier les patients à risque de faire une arythmie grave pouvant provoquer un arrêt cardiaque dans les 2 semaines suivantes dans plus de 70% des cas.

Chaque année, la mort subite d’origine cardiaque est responsable de plus de 5 millions de décès à travers le monde [1]. Un bon nombre de ces arrêts cardiaques surviennent brutalement sans signe précurseur identifiable, et frappent des individus de la population générale parfois sans antécédent connu de maladie cardiaque.
L’intelligence artificielle pourrait permettre de mieux anticiper les arythmies, des troubles inexpliqués du rythme du cœur dont les formes les plus sévères peuvent provoquer un arrêt cardiaque fatal.  
Les chercheurs ont analysé plusieurs millions d’heures de battements du cœur grâce aux données de 240.000 électrocardiogrammes ambulatoires recueillies dans six pays (États-Unis, France, Royaume-Uni, Afrique du Sud, Inde et République tchèque). Grâce à l’intelligence artificielle, ils sont parvenus à identifier de nouveaux signaux faibles annonçant un risque d’arythmie.
Les chercheurs se sont notamment intéressés au temps nécessaire à la stimulation électrique et à la relaxation des ventricules dans le cœur pendant un cycle complet de contraction et de relaxation cardiaque.
Dans le futur, cet algorithme pourrait servir à surveiller les patients à risque à l’hôpital. À condition d’affiner ses performances, il pourrait aussi être intégré à des dispositifs comme les holters ambulatoires qui mesurent la pression artérielle pour mettre en évidence les risques d’hypertension, voire à des montres connectées.

Référence : 
Fiorina L, Carbonati T, Narayanan K, Li J, Henry C, Singh JP, Marijon E.
Near-term prediction of sustained ventricular arrhythmias applying artificial intelligence to single-lead ambulatory electrocardiogram
Eur Heart J. 2025 Mar 30:ehaf073. doi:10.1093/eurheartj/ehaf073.
Retrouver l'abstract en ligne