Détection de l’infarctus du myocarde par un algorithme d’intelligence artificielle multi modal utilisant l’ECG et l’ETT 2D - DUMAS - Dépôt Universitaire de Mémoires Après Soutenance Accéder directement au contenu
Mémoires Année : 2022

Détection de l’infarctus du myocarde par un algorithme d’intelligence artificielle multi modal utilisant l’ECG et l’ETT 2D

Résumé

Introduction : l’interprétation correcte de l’électrocardiogramme (ECG) et de l’échographie trans-thoracique (ETT) est fondamentale pour le diagnostic d’infarctus du myocarde. Cependant l’interprétation automatisée conventionnelle de l’ECG n’a jamais montré des performances égales ou supérieures à celle d’un médecin entrainé et l’interprétation d’une ETT reste du domaine de l’expertise. Cette étude a pour but de développer et de valider un algorithme d’intelligence artificielle pour un triage automatisé d’ECG et d’ETT sur la présence d’un infarctus du myocarde. Méthode : nous avons développé un algorithme d’intelligence artificielle pour détecter les infarctus grâce à la combinaison d’un ECG 12 dérivations et d’une ETT 2D. Pour cela notre algorithme a été entrainé sur 5 bases de données publiques et notre base de données soit 3466 ECG, 500 ETT pour le calcul de la Fraction d'éjection ventriculaire gauche (FEVG) et 162 coupes cavités, 130 2 cavités pour la segmentation myocardique. Puis il a été testé sur notre base de données ECG et échocardiographies recueillis chez 79 patients : des témoins sains sans pathologie cardio-vasculaire significative et des patients consécutifs inclus dans le service qui s’y trouvaient en consultation ou hospitalisation pour infarctus ancien ou aigu. Nous avons évalué les performances diagnostiques de notre algorithme sur chaque examen et de manière multi modale en utilisant la Receiver operating characteristic (courbe ROC), la sensibilité, la spécificité. Résultats : notre cohorte de validation recrutée au Centre hospitalier universitaire (CHU) de Nice est composée de 79 patients. Notre algorithme d’intelligence artificielle multimodal a su identifier un infarctus du myocarde sur notre base de données avec une sensibilité à 91%, une spécificité de 74%, une exactitude de 85% et une aire sous la courbe ROC de 0,86. La détection précise du syndrome coronarien aigu (SCA) a été plus difficile avec une sensibilité, spécificité, valeur prédictive positive et valeur prédictive négative de 53%, 91%, 75%, 80%,79% respectivement. Ce manque de sensibilité est principalement expliqué par la difficulté de l’algorithme à détecter les syndromes coronariens aigus (SCA) sur les ECG avec seulement 50% d’entre eux correctement identifiés. Les résultats étaient meilleurs sur le modèle ETT avec une sensibilité de 95 %, une spécificité de 76 % et une exactitude 88 % sur la détection d’une zone infarcie. Conclusion : cette étude montre une bonne performance de l’intelligence artificielle (IA) à détecter l’infarctus du myocarde sur des examens que l’on peut obtenir rapidement aux urgences, et cela même sur une petite base de données. Cette efficacité est plus marquée pour l’algorithme d’interprétation de l’échographie, tandis que l’algorithme d’interprétation de l’ECG devrait être amélioré pour être implémenté en pratique clinique.
Fichier principal
Vignette du fichier
2022NICEM089.pdf (1.5 Mo) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Dates et versions

dumas-03828701 , version 1 (25-10-2022)

Identifiants

  • HAL Id : dumas-03828701 , version 1

Citer

Marie Rocher. Détection de l’infarctus du myocarde par un algorithme d’intelligence artificielle multi modal utilisant l’ECG et l’ETT 2D. Médecine humaine et pathologie. 2022. ⟨dumas-03828701⟩
52 Consultations
50 Téléchargements

Partager

Gmail Mastodon Facebook X LinkedIn More