Un nouveau modèle d’intelligence artificielle a reconnu plusieurs types d’arythmies sur des électrocardiogrammes avec plus de 98 % d’exactitude.
Une arythmie correspond à un rythme cardiaque trop rapide, trop lent ou irrégulier. Elle peut être bénigne ou signaler un trouble nécessitant une prise en charge. L’électrocardiogramme, souvent abrégé ECG, enregistre l’activité électrique du cœur grâce à des électrodes placées sur la peau.
Image d'illustration Pixabay
Les chercheurs ont comparé plusieurs familles d’algorithmes dans les mêmes conditions. Leur modèle associe un réseau de graphes, qui relie différents points du signal, à un transformeur, capable d’analyser les relations dans une longue séquence. Cette combinaison permet de suivre simultanément la forme et l’évolution temporelle des battements.
Les tests principaux ont utilisé la base MIT-BIH Arrhythmia, une collection de tracés largement employée pour tester les systèmes automatiques. Le modèle a obtenu 98,35 % de précision, 98,36 % de rappel et un score F1 de 98,34 %. Ces indicateurs mesurent différents aspects de la qualité des classifications.
L’exactitude indique la part totale de prédictions correctes. La précision mesure la fiabilité des cas classés dans une catégorie. Le rappel évalue la proportion de cas réellement présents que l’algorithme retrouve. Le score F1 combine les deux derniers indicateurs pour limiter les résultats trompeurs liés à un déséquilibre entre catégories.
Les auteurs ont aussi réalisé une validation croisée en cinq parties. Cette méthode entraîne plusieurs fois le modèle sur une portion des données, puis le teste sur la partie restante. Une évaluation externe a également été menée avec la base PTB Diagnostic ECG, afin de vérifier que les performances ne dépendaient pas d’un seul jeu de données.
Le système intègre enfin une méthode d’interprétation nommée Grad-CAM. Celle-ci met en évidence les zones du signal ayant le plus influencé la décision. Un médecin peut ainsi examiner si l’algorithme s’appuie sur des caractéristiques cardiaques cohérentes, plutôt que sur un détail sans rapport avec l’arythmie.
Ces résultats restent issus d’un travail informatique, sans essai prospectif auprès de patients ni utilisation en situation clinique. Les bases de référence ne reproduisent pas toujours la diversité des appareils, des populations et des conditions d’enregistrement. Des tests indépendants sur des données hospitalières seront nécessaires avant d’envisager une aide au diagnostic.