L’électrocardiogramme (ECG) est un examen à la réalisation rapide, y compris dans l’urgence. Il est non invasif, peu coûteux, et standardisé. Il reproduit sous forme d’un tracé les variations électriques du cœur. Il est « facile » d’apprendre à interpréter un ECG, même si les interprétations fines relèvent de l’expérience, l’analyse est standardisée. Les appareils proposent depuis de longue date une interprétation rapide du tracé, souvent controversée par l’œil de l’expert.
Néanmoins, la sensibilité de l’œil humain a ses limites. L’intelligence artificielle (IA) a alors commencé à envahir le créneau de l’interprétation de l’ECG. Qu'en est-il réellement aujourd’hui ?
L’analyse de l’ECG par une IA fait appel à l’apprentissage automatique qui permet d’identifier des relations à partir de données. Plusieurs modèles sont en cours d’étude et donnent des résultats intéressants. Voici quelques exemples :
L’équipe de Zheng et al a réalisé un travail similaire
Une des grandes limites actuelles de ces études est que la plupart ont été effectuées de manière rétrospective, avec des ECG « papiers » présents dans des bases de données, autrement dit scannés pour être informatisés. L’ECG numérique devrait aujourd’hui être généralisé et utilisé dans toute étude prospective. Dans tous les cas, l’utilisation de l’IA dans l’analyse de l’ECG apporte une nouvelle dimension à cet examen à la fois pratique et largement disponible. Il me semble inévitable que dans les années à venir, l’analyse de l’ECG telle qu’on la connaît soit radicalement transformée.
Aidez-nous à déterminer le niveau de lecture: