L’application Apple Watch, utilisant l’intelligence artificielle, identifie le dysfonctionnement ventriculaire gauche
Source / Divulgations
Posté par:
Attia Zee, et al. Essais cliniques à intervalle tardif : la science d’une fracture tardive. Classé dans : Rythme cardiaque 2022 ; 29 avril – 1er mai 2022 ; San Francisco (réunion mixte).
Divulgations : Le Mayo Clinic Center for Digital Health a soutenu cette étude, qui n’a reçu aucun financement d’Apple. Attia rapporte avoir inventé l’algorithme à faible EF avec d’autres employés de Mayo et qu’eux-mêmes et Mayo Clinic pourraient bénéficier de sa commercialisation. Al-Khatib rapporte qu’il a reçu un financement de Boston Scientific et Medtronic.
L’application de l’intelligence artificielle à l’Apple Watch ECG peut identifier de manière fiable et sécurisée dysfonction ventriculaire gauche Dans un cadre non clinique, les chercheurs rapportent une étude de preuve de concept.
Les déficiences IC et VG touchent environ 9% des adultes âgés de 60 ans et plus, et il existe des traitements efficaces pour réduire la mortalité et le risque d’hospitalisation s’ils sont diagnostiqués à un stade précoce, Zaki Attia, Ph.D.MSEEEt Le diagnostic de telles conditions nécessite un électrocardiogramme, une IRM ou une tomodensitométrie, ce qui peut être coûteux et prendre du temps, a déclaré le codirecteur de l’intelligence artificielle en cardiologie de la Mayo Clinic, lors d’une présentation à Heart Rhythm 2022. Attia a déclaré, ajoutant un modèle d’IA jumelé avec elle. Un dispositif portable intelligent peut être un outil utile pour permettre la détection précoce d’une déficience VG.
« Il y a deux ans, nous avons construit un modèle de réseau neuronal utilisant un ECG à 12 lignes pour détecter ce que l’écho pourrait dire », a déclaré Attia lors d’une conférence de presse. « Nous l’avons fait en montrant au réseau neuronal environ 50 000 électrocardiogrammes de patients qui ont eu un écho, et le réseau a pu apprendre des schémas précis qui prédisent une faible fraction d’éjaculation. »
Attia a déclaré que la technologie d’IA était initialement capable de détecter un faible EF avec une aire sous la courbe de 0,93 et une sensibilité et une spécificité de 86 %.
« Nous nous sommes demandé si nous pouvions utiliser quelque chose comme Montre Apple Pour rendre cela évolutif ? « Nous ne savions pas si nous pouvions recruter des patients à distance et s’ils seraient toujours impliqués. La deuxième question était, cela fonctionnera-t-il avec un Apple Watch ECG ? »
Évaluation des données de la montre intelligente
Pour l’étude Mayo ECG Watch, Attia et ses collègues ont analysé les données de 2 454 patients de 46 États américains et de 11 pays qui ont été recrutés par e-mail, avaient une application Mayo Clinic et possédaient une Apple Watch. L’âge moyen des participants était de 53 ans et 56 % étaient des femmes. Les patients ont téléchargé une application d’étude qui a envoyé tous les ECG préenregistrés pour examen par le médecin ; Les ECG obtenus à partir de montres dans un délai d’un mois après l’ECG cliniquement requis ont été analysés par IA pour détecter la présence d’une FE réduite, à l’aide d’un modèle adapté à une utilisation à une seule dérivation.
Les participants ont téléchargé 125 610 ECG en moins de 5 mois, 92 % des patients ayant utilisé l’application plus d’une fois (médiane : 7,8 utilisations par utilisateur). Les chercheurs ont évalué la zone sous la courbe caractéristique de fonctionnement du récepteur (AUC), la sensibilité et la spécificité de l’IA pour EF de 40% ou moins.
« Les patients, même s’ils n’avaient aucune incitation réelle, n’étaient pas payés, continuaient à télécharger leurs électrocardiogrammes », a déclaré Attia. « La plupart d’entre eux ont été téléchargés environ huit fois, soit une fois toutes les deux semaines. »
Au sein du groupe, 421 patients avaient au moins une fréquence cardiaque en rythme sinusal normal (médiane, 17 ECG) dans les 30 jours précédant ou suivant l’ECG de l’Apple Watch. Parmi les participants, 3,8 % avaient une FE de 40 % ou moins, avec 13 des 16 patients identifiés par une horloge AI ECG. L’ASC était de 0,875, la sensibilité de 81,2 % et la spécificité de 81,3 %.
« Ceci est similaire à ce que vous pouvez obtenir à partir de 12 dérivations réalisées cliniquement pour un ECG », a déclaré Attia.
« Tandis que [participants] Plusieurs ECG ont été téléchargés, et nous avons quand même pu prendre un ECG, qui est le plus proche de l’écho et obtient toujours une AUC de 0,88. Nous avons constaté que ceci a été une manière utile d’examiner des patients des populations diverses et nous continuons à appliquer ces outils quand le patient est à la maison.
Attia a déclaré que l’adaptation de la surveillance ECG avec une montre intelligente compatible avec l’IA pour une utilisation en dehors de la clinique pourrait rendre ces examens évolutifs pour les systèmes hospitaliers afin de mieux servir les patients, en particulier dans les communautés éloignées.
« Un modèle d’IA à faible impact peut convenir à tout le monde », a déclaré Attia. « C’est un excellent moyen de continuer à surveiller les patients à haut risque – les patients diabétiques et les patients souffrant d’hypertension artérielle. »
Des questions demeurent
Sana Mohammed Al-Khatib
Dans la discussion après la présentation, Sana Mohammed Al-Khatib, MD, MHS, FHRS, Professeur de médecine à la Duke University School of Medicine et au Duke Institute for Clinical Research, a noté que la sensibilité et la spécificité de l’algorithme à faible EF étaient bonnes, et les données ont montré le développement réussi d’une infrastructure pour recruter des patients à distance, transmettre des données en toute sécurité et maintenir participation des patients. Cependant, seuls 3,8 % des patients Mayo interrogés lors de l’enquête de recrutement initiale étaient intéressés à participer ; Le nombre de participants avec des données analysables était encore plus faible.
« Pour moi, cela soulève des questions sur la généralisabilité de leurs conclusions », a déclaré Khatib. Il sera important de voir ces résultats validés et reproduits par d’autres groupes. Bien que cette technologie soit innovante et prometteuse, elle n’est pas prête à être appliquée en pratique clinique. J’ai hâte de connaître les prochaines étapes.
Association du rythme cardiaque
