Arythmie ventriculaire : l’IA améliore l’intérêt des défibrillateurs implantables

La télésurveillance, associée à l’intelligence artificielle, pourrait avoir un intérêt dans la prédiction du risque d’arythmie ventriculaire chez les porteurs de défibrillateur automatique implantable (DAI).

Les défibrillateurs automatiques implantables (DAI) en prévention primaire ou secondaire sont reconnus comme efficaces contre le risque de mort subite, sans ignorer qu’il existe toujours un risque de mortalité élevé chez les sujets porteurs de ces dispositifs.

Et aucun critère n’était jusque-là connu qui aurait permis de connaitre le risque de survenue d’une arythmie ventriculaire potentiellement mortelle, ceci afin de déclencher un choc ou une stimulation du DAI.

Une étude basée sur la télésurveillance quotidienne

Mais c’était sans compter sur l’équipe du Dr Curtis Giner qui a mis en évidence dans une étude que la survenue d’une arythmie ventriculaire chez les porteurs de défibrillateur automatique implantable (DAI), en cas de tachycardie ventriculaire ou de fibrillation ventriculaire, pouvait être prédite dans les 30 jours grâce à l’analyse précise, détaillée et spécifique d’une télésurveillance quotidienne, ceci afin mettre en place les traitements appropriés (choc ou défibrillation). Cette étude s’est basée sur l’enregistrement des données du rythme cardiaque sur le mois précédent transmises par le défibrillateur implantable.

Cette analyse de cohorte a été effectuée à partir des participants de l’étude IMPACT, un essai multicentrique, randomisé et contrôlé portant sur 2718 patients et ayant initialement évalué les tachyarythmies auriculaires et l’anticoagulation chez des patients souffrant d’insuffisance cardiaque et porteur d’un DAI ou d’un dispositif de resynchronisation cardiaque avec défibrillateur.

Au total 59807 transmissions étaient disponibles pour 2413 patients âgé de 64 ans +/- 11 ans dont 26% de femmes et 64% de DAI. Chez ces patients, 151 ont reçu un traitement approprié : soit un choc (141), soit une stimulation anti-tachycardique (10).

Deux stratégies d’analyses différentes…

Deux stratégies d’analyse prédictive de l’intelligence artificielle ont été évaluées par les chercheurs :

Une méthode conventionnelle dans laquelle la régression logistique a identifié l'impédance de la sonde de choc et le degré d’ectopie ventriculaire comme étant significativement associées à un risque accru de traitement approprié (sensibilité 39%, spécificité 91%, AUC : 0.72). Ce type d’analyse a donc montré un intérêt dans la prédiction de survenue d’arythmie cardiaque.

Et une autre méthode, la modélisation par réseau neuronal, a donné une performance prédictive significativement meilleure (P < 0,01 pour la comparaison) (sensibilité 54%, spécificité 96%, AUC : 0,90), et a également identifié des modèles de changement dans l'impédance de la sonde atriale, la fréquence cardiaque moyenne, et l'activité du patient comme prédicteurs de thérapies appropriées.

…mais complémentaires

Ces résultats permettent de voir que des données de télésurveillance quotidienne peuvent être utilisées pour prédire les arythmies ventriculaires malignes dans les 30 jours précédant. De plus, les réseaux neuronaux complètent et améliorent les approches conventionnelles de stratification des risques. Les chercheurs ont donc mis en exergue une nouvelle approche utilisant la régression logistique conventionnelle et la modélisation par réseau neuronal des données acquises à distance pour identifier les patients à risque d'arythmies ventriculaires malignes et les thérapies appropriées dans les 30 jours.

Les changements dans les paramètres collectés dynamiquement, en particulier le degré d'ectopie ventriculaire, les changements dans l'impédance de la sonde de choc et la fréquence cardiaque moyenne, ont été associés à un risque accru de chocs de DAI ou d'ATP appropriés, vérifiés à la fois par la régression logistique et par la modélisation du réseau neuronal.

En 2021, dans une autre étude, des chercheurs avait mis au point un modèle basé sur l’intervalle QT qui permettait grâce à l’intelligence artificielle (IA) de prédire la survenue torsade de pointe, grâce à un appareil connecté. L’IA serait-elle en passe de devenir indispensable à la médecine de demain ?