Cardiologie
L’ECG augmenté par l’IA peut-il identifier la dysfonction diastolique?
L’évaluation de la fonction diastolique et des pressions de remplissage ventriculaire gauche constitue un enjeu central en cardiologie, en particulier dans le diagnostic de l’insuffisance cardiaque à fraction d’éjection préservée (HFpEF). Malgré les recommandations actuelles, l’échocardiographie reste indéterminée dans une proportion non négligeable de cas. Dans ce contexte, l’intelligence artificielle (IA) appliquée à l’électrocardiogramme (ECG) émerge comme une approche innovante, susceptible d’enrichir l’arsenal diagnostique.
L’ECG est un examen largement accessible et peu coûteux, historiquement limité à l’analyse de l’activité électrique cardiaque. Des algorithmes d’IA récents suggèrent que certaines caractéristiques du tracé de l’ECG reflètent indirectement la relaxation myocardique et les pressions de remplissage.
Un modèle d’IA-ECG pour estimer la fonction diastolique
Un large essai observationnel publié en 2024 dans npj Digital Medicine a évalué un modèle d’intelligence artificielle appliqué à l’ECG 12 dérivations pour identifier la dysfonction diastolique et l’élévation des pressions de remplissage ventriculaire gauche. Plus de 270.000 patients ayant bénéficié d’un ECG et d’une échocardiographie rapprochée ont été inclus, sans critère d’exclusion.
Le modèle a montré une excellente performance diagnostique pour la détection des pressions de remplissage élevées, avec une aire sous la courbe d’environ 0,91 et une valeur prédictive négative de 94,5 %. Les performances augmentaient avec la sévérité de la dysfonction diastolique. Chez les patients dont la fonction diastolique était indéterminée en échocardiographie, représentant environ 20 % de la population étudiée, l’IA-ECG permettait d’identifier une élévation des pressions de remplissage associée à une surmortalité significative
Une valeur pronostique comparable à l’échocardiographie
Au-delà de l’aspect diagnostique, l’IA-ECG présentait une valeur pronostique significative. Une élévation des pressions de remplissage prédite par l’ECG analysé par IA était associée à une augmentation significative de la mortalité toutes causes, indépendante de l’âge, du sexe et des comorbidités, avec une valeur pronostique d’un ordre de grandeur comparable à celle obtenue par l’estimation échocardiographique des pressions de remplissage.
Ces résultats s’inscrivent dans une approche plus globale du rôle de l’intelligence artificielle en cardiologie, telle que décrite dans une revue récente publiée en 2025 dans Archives of Cardiovascular Disease. Celle-ci souligne que l’IA pourrait constituer un outil d’assistance au cardiologue pour l’analyse et la stratification du risque, tout en rappelant la nécessité d’une interprétation humaine, d’une validation prospective et d’un encadrement éthique avant toute intégration en pratique clinique.
Références
1. Lee E, Ito S, Miranda WR, Lopez-Jimenez F, Kane GC, Asirvatham SJ, et al. Artificial intelligence-enabled ECG for left ventricular diastolic function and filling pressure. npj Digit Med. 2024;7:4. doi:10.1038/s41746-023-00993-7.
2. Desroche LM, Trimaille A, Garban T, Bouleti C, et al. Artificial intelligence in cardiovascular medicine: an exoskeleton for perception, reasoning and action. Arch Cardiovasc Dis. 2025. doi:10.1016/j.acvd.2025.07.012.
