"La musique est ma porte d'échappement, chaque note m'apporte un rythme cardiaque." anonymus

 
 Je suis aussi sérieux qu'une crise cardiaque.  Samuel L. Jackson

AI Opportunistic Coronary Calcium Screening at Veterans Affairs Hospital

Dépistage opportuniste du calcium coronaire par IA dans les hôpitaux des anciens combattants

Contexte

 

Le calcium des artères coronaires (CAC) est un facteur prédictif important des événements cardiovasculaires. Bien que des millions de tomodensitométries thoraciques (TDM) soient réalisées chaque année aux États-Unis, le CAC n'est pas systématiquement quantifié à partir d'examens non cardiaques.

Méthodes

Nous avons développé un algorithme d'apprentissage profond, AI-CAC, utilisant 446 segmentations expertes pour quantifier automatiquement les CAC sur des scanners sans contraste et non synchronisés. Notre étude se distingue des travaux antérieurs par l'utilisation de données d'imagerie provenant de 98 centres médicaux du système national de santé des anciens combattants, ce qui permet de saisir une grande hétérogénéité des protocoles d'imagerie, des scanners et des patients. Les performances de l'AI-CAC sur les scanners non synchronisés ont été comparées au score clinique standard des CAC synchronisés à l'électrocardiogramme (ECG) chez 795 patients ayant subi des scanners synchronisés appariés dans l'année suivant leur scanner non synchronisé. De plus, le modèle a été testé sur 8 052 scanners à faible dose (LDCT) afin de simuler un dépistage opportuniste des CAC.

Résultats

L'AI-CAC non synchronisé a différencié les scores d'Agatston nuls et non nuls et inférieurs à 100 et supérieurs à 100 avec des précisions de 89,4 % (F1 0,93) et 87,3 % (F1 0,89), respectivement. L'AI-CAC non synchronisé était prédictif de la mortalité toutes causes confondues à 10 ans (groupe CAC 0 vs. > 400 : 25,4 % vs. 60,2 %, rapport de risque de Cox 3,49 ; P < 0,005) et du score composite d'accident vasculaire cérébral initial, d'infarctus du myocarde ou de décès (groupe CAC 0 vs. > 400 : 33,5 % vs. 63,8 %, rapport de risque de Cox 3,00 ; P < 0,005). Dans l'ensemble de données LDCT, 3091 individus sur 8052 (38,4 %) avaient des scores AI-CAC > 400. Quatre cardiologues ont examiné qualitativement un échantillon aléatoire de plus de 400 patients AI-CAC LDCT et ont vérifié que 527 des 531 (99,2 %) bénéficieraient d'un traitement hypolipidémiant.

 

 

Conclusions

Cet algorithme CAC pour tomodensitométrie non synchronisée a été développé dans un système de santé national et affiche d'excellentes performances lors de l'évaluation par rapport à des tomodensitométries synchronisées appariées. Le code du modèle et les pondérations sont disponibles à l' adresse https://github.com/Raffi-Hagopian/AI-CAC/ . (Financement par le système de santé des anciens combattants.)

Différences clés entre l’approche IA et les méthodes traditionnelles (PERPLEXITY) 

Critère	Méthode traditionnelle (score calcique)	Approche IA (opportuniste)
Indication de l’examen	Examen dédié au dépistage du calcium coronarien (score calcique)	Utilisation d’examens d’imagerie déjà réalisés
Technique	Scanner cardiaque spécifique, couplé à un ECG, avec logiciel dédié	Analyse rétrospective par IA sur scanner thoracique
Cible	Patients à risque modéré ou élevé, sélectionnés pour le dépistage	Tous les patients ayant eu un scanner thoracique
Coût et irradiation	Examen supplémentaire, irradiation dédiée	Aucun coût ni irradiation supplémentaire
Automatisation	Analyse semi-automatisée par logiciel spécialisé	Analyse entièrement automatisée par IA
Accessibilité	Limité aux patients sélectionnés pour le dépistage	Potentiellement accessible à tous les patients

"L’article démontre que l’IA peut détecter efficacement le calcium coronarien sur des scanners thoraciques réalisés pour d’autres motifs, ouvrant la voie à un dépistage cardiovasculaire plus large et plus efficient dans la population des anciens combattants

L’approche IA du dépistage opportuniste du calcium coronarien se distingue par son opportunisme, son automatisation, son accessibilité élargie et son absence de surcoût ou d’irradiation supplémentaire, tout en repoussant les limites de la détection traditionnelle du risque cardiovasculaire" (PERPLEXITY) 

Commentaire

Disposer de données  comme le CAC sur un scanner de départ réalisé pour autre chose, l'IA rend tout possible en accélérant l'apport de données importantes.

L'IA fait gagner du temps, mais attention aux dérapages de CAC inutiles qui pourraient entraîner une avalanche de décisions  diagnostiques et thérapeutiques sans fondement .

La facilité est toujours une source d'erreurs potentiellement graves en médecine, à méditer !

L'IA est une facilitatrice en médecine,  oui, mais son utilisation doit être réfléchie , mais pas pour faire n'importe quoi, les patients doivent pouvoir en retirer un bénéfice diagnostique et thérapeutique.

Copyright : Dr Jean Pierre Laroche / 2025