Une décennie en devenir
Chaque année aux États-Unis, plus de 300 000 personnes meurent d'un arrêt cardiaque soudain, une maladie caractérisée par un dysfonctionnement du système électrique du cœur sans avertissement. L’urgence médicale peut tuer à la fois des personnes âgées à haut risque et de jeunes athlètes apparemment en bonne santé et sans antécédents de problèmes cardiaques. Même si les défibrillateurs internes qui rétablissent le rythme cardiaque peuvent sauver des vies, déterminer qui en a réellement besoin reste un jeu de devinettes à enjeux élevés. Pour plus de contexte sur cette histoire, consultez notre couverture de l'industrie de l'IA.
Aujourd'hui, une équipe de recherche dirigée par l'UC Berkeley a découvert un signal jusqu'alors inconnu dans les électrocardiogrammes (ECG), capable de détecter les patients à haut risque avant que leur cœur ne s'arrête. L'étude, publiée le 24 juin 2026 dans la revue Nature, pourrait transformer la façon dont les médecins identifient ceux qui ont besoin d'un implant vital.
"Les décisions médicales sont vraiment difficiles, et je pense que c'est pourquoi l'IA est si excitante pour moi", a déclaré Ziad Obermeyer, professeur agrégé à l'école de santé publique de l'UC Berkeley et auteur principal de l'étude, dans un communiqué de presse universitaire. "Nous pouvons non seulement prendre de meilleures décisions, mais aussi commencer à comprendre ce qui se passe réellement chez ces patients avant que leur cœur ne s'arrête."
Formation sur 440 000 ECG
En utilisant plus de 440 000 ECG suédois associés aux informations contenues dans les certificats de décès, les chercheurs ont formé un modèle d'intelligence artificielle pour analyser les pointes et les formes d'onde produites par les courants électriques du cœur. Ils ont alimenté le modèle d'analyses de personnes en bonne santé, de patients à risque et de ceux qui ont ensuite subi une mort cardiaque jusqu'à ce qu'il reconnaisse des modèles de forme d'onde propres aux personnes qui sont décédées subitement.
L’équipe a ensuite validé l’algorithme sur plusieurs années sur des milliers de dossiers de patients supplémentaires provenant des États-Unis et de Taiwan. Selon l'université, la compilation des données a pris à elle seule environ une décennie, s'appuyant sur six années d'analyses du système de santé unifié suédois, deux années d'ECG anonymisés provenant d'un système hospitalier de San Diego et un ensemble de données distinct de Taipei.
"Une bonne IA commence par de bonnes données", a déclaré Obermeyer, qui fait également partie du programme conjoint UCSF-UC Berkeley Computational Precision Health. "Malheureusement, les données comme celles que nous avons utilisées pour cette étude sont incroyablement difficiles d'accès. C'est en grande partie pourquoi l'IA clinique est si peu utilisée aujourd'hui."
Surperformance des tests standards
Les résultats représentent un progrès significatif par rapport aux méthodes de dépistage actuelles. La technique la plus couramment utilisée pour identifier les patients à risque mesure la quantité de sang que le cœur éjecte à chaque battement, appelée fraction d'éjection. Ces tests identifient un groupe à haut risque avec un taux annuel de mort cardiaque subite de 4,6 %.
Le système d’IA, en revanche, isole un groupe à haut risque avec un taux annuel de 7 %, ce qui signale un plus grand nombre de patients qui courent un risque réel mais qui semblent à faible risque selon toutes les normes actuelles. La grande majorité de ces patients n’auraient jamais été référés pour une évaluation plus approfondie dans le cadre des protocoles existants.
Alors qu'une crise cardiaque résulte d'un flux sanguin restreint, un arrêt cardiaque survient lorsque le courant électrique du cœur cesse soudainement de se déclencher. La RCR et un choc provoqué par un défibrillateur externe automatisé peuvent sauver des vies, mais environ 90 % des personnes victimes d'un arrêt cardiaque soudain en dehors d'un hôpital meurent en quelques minutes. La rapidité et l’imprévisibilité de l’événement rendent la prévention extrêmement difficile.
Le dilemme du défibrillateur
L’ironie de la mort subite d’origine cardiaque, a noté Obermeyer, est que le traitement existe déjà – les médecins ne peuvent tout simplement pas identifier de manière fiable qui en a besoin à temps. Les défibrillateurs automatiques implantables (DCI) sont de petits appareils placés dans la poitrine qui surveillent le rythme cardiaque et délivrent des chocs lorsque des schémas dangereux sont détectés.
Le problème est double. Premièrement, le test standard de fraction d’éjection exige que les patients se soumettent à une évaluation médicale plus approfondie – ce dont la grande majorité des victimes éventuelles n’avaient jamais pensé qu’elles avaient besoin. Deuxièmement, les deux tiers des implants placés chez des patients signalés par les tests actuels ne se déclenchent jamais, ce qui signifie que les patients subissent des procédures invasives et coûteuses pour éviter une urgence à laquelle ils ne seront peut-être jamais confrontés.
"Chez une partie de ces personnes, nous aurions pu éviter ces décès si nous l'avions su à temps", a déclaré Obermeyer. "Il y a beaucoup de vies perdues à cause de morts cardiaques subites qui pourraient être évitées si nous disposions simplement de meilleurs outils d'IA pour trouver ces choses."
Ce qui vient ensuite
La prochaine phase du projet a déjà commencé. Obermeyer travaille avec les systèmes de santé de Suède, de Taiwan et des États-Unis pour déployer l'algorithme sur les bases de données d'ECG des hôpitaux. Pour les analyses signalées par le système comme à haut risque, les médecins informeraient les patients et leur offriraient la possibilité de porter un patch qui surveille en permanence leur cœur. Ces données de surveillance pourraient aider les chercheurs à mieux comprendre le mécanisme physiologique au sein du cœur qui génère les signaux révélateurs – et pourraient finalement conduire à la mise en place d’un défibrillateur interne potentiellement vital.
L’étude ouvre également la porte à de nouvelles recherches sur ce que l’outil d’IA a réellement détecté. Les modèles de forme d'onde sur lesquels il s'est concentré semblent liés à des ratés d'allumage soudains et fatals du cœur, mais le mécanisme physiologique précis reste flou – une question à laquelle l'équipe espère qu'une surveillance continue aidera à répondre.
Obermeyer a également créé un site Web sur lequel les personnes intéressées à évaluer leur propre risque peuvent soumettre des informations de base et une adresse e-mail, permettant à l'équipe de recherche de les contacter pour une analyse ECG une fois que l'outil sera plus largement disponible. Le projet s’appuie sur le travail de deux organisations cofondées par Obermeyer – Dandelion Health et Nightingale Open Science – qui opèrent à l’intersection de l’IA et de la recherche médicale.
Au-delà de ses implications cliniques immédiates, l’étude souligne un point plus large concernant l’IA en médecine : la plus grande valeur de la technologie ne réside peut-être pas dans le remplacement des médecins, mais dans la révélation de schémas invisibles à l’œil humain – schémas qui, une fois compris, pourraient sauver des milliers de vies chaque année.
"Ces outils vont également donner naissance à une nouvelle façon de faire de la science", a déclaré Obermeyer, "et c'est amusant de réfléchir à la façon dont cela commence à se produire."
---
Restez à la Pointe de l'IALes dernières actualités, analyses et percées en IA — au même endroit.
Lire plus d'actualités IA →
