La technologie d'intelligence artificielle est utilisée pour améliorer la précision de l'auscultation cardiaque. Deux études récentes menées au Royaume-Uni montrent que l'analyse algorithmique des bruits cardiaques permet de détecter plus efficacement les cardiopathies valvulaires, mais l'application pratique de cette technologie rencontre encore des défis.

La première étude, publiée dans la revue « npj Cardiovascular Health », a mis au point un algorithme basé sur l'intelligence artificielle. Cet algorithme, formé en utilisant l'échocardiographie comme référence standard, prédit directement les maladies valvulaires cardiaques à partir d'enregistrements de stéthoscope électronique. L'étude a porté sur 1767 patients provenant de plusieurs centres britanniques, avec un âge médian de 74 ans, dont 45 % souffraient d'une maladie valvulaire cliniquement significative. L'algorithme a obtenu une aire sous la courbe de 0,83 pour la détection, avec une sensibilité de 72 % et une spécificité de 82 %, atteignant une sensibilité de 98 % pour la sténose aortique sévère. En comparaison, la sensibilité moyenne de 14 médecins généralistes était de 62 % et leur spécificité de 64 %. Bien que les performances de l'algorithme dans la population générale nécessitent une validation plus approfondie, ses résultats montrent un potentiel équivalent ou supérieur à l'auscultation humaine.

La deuxième étude, publiée dans « The Lancet Digital Health », a exploré l'application en pratique clinique d'un dispositif d'IA combinant l'analyse d'un électrocardiogramme à une dérivation et des bruits cardiaques. Cet essai randomisé a inclus 205 cabinets de médecine générale, représentant plus de 1,5 million de patients. Le groupe d'intervention était équipé de stéthoscopes numériques, mais leur utilisation était inégale, de nombreux cabinets ayant rapidement cessé de les employer. Dans l'analyse en intention de traiter, le taux de nouveaux diagnostics d'insuffisance cardiaque ne présentait pas de différence significative entre le groupe d'intervention et le groupe témoin. Cependant, dans l'analyse per protocole, les patients ayant effectivement utilisé le dispositif présentaient un taux de diagnostic plus élevé, avec des rapports de risque compris entre 1,9 et 3,4. Cela souligne l'importance de l'intégration de la technologie dans le flux de travail.

Ces deux études démontrent ensemble que l'application de l'intelligence artificielle dans l'auscultation cardiaque ne se limite plus à imiter la reconnaissance humaine des souffles, mais évolue vers une stratification du risque basée sur les caractéristiques acoustiques. À l'avenir, les stéthoscopes numériques assistés par IA pourraient devenir, comme l'électrocardiogramme, des outils d'aide clinique, renforçant les capacités de stratification du risque. Cependant, l'adoption par les médecins et une intégration efficace sont des facteurs clés. Les chercheurs soulignent la nécessité de poursuivre les validations et de recueillir davantage de preuves en conditions réelles pour faire progresser cette technologie.