Ces chercheurs de l’Académie chinoise des sciences médicales et du Peking Union Medical College (Beijing) utilisent l'intelligence artificielle (IA) pour analyser les photos du visage et rapportent dans l’European Heart Journal que de simples selfies pourraient permettre au médecin de détecter, à distance, chez leurs patients, un risque élevé de maladie ou d’événement cardiaque. L'étude est la première à montrer qu'il est possible d'utiliser l’IA et précisément l’apprentissage automatique pour détecter, par l’analyse de 4 selfies seulement, la maladie coronarienne.
L'algorithme devra encore être testé sur de plus larges échantillons de participants, de différentes tranches d’âge et origines ethniques, mais ses auteurs suggèrent déjà son potentiel comme outil de dépistage primaire d'éventuelles maladies cardiaques en population générale voire dans les groupes de patients à risque, qui pourraient être orientés le cas échéant vers des examens complémentaires.
L'intelligence artificielle lit sur le visage le risque de maladie
C'est non seulement une étape vers le développement d'un outil basé sur l'apprentissage automatique pour évaluer précisément le risque de maladie cardiaque mais plus largement pour tenter de lire sur le visage le risque ou l’existence de maladies. C’est peut-être une nouvelle génération de tests diagnostiques, explique l’auteur principal, le Pr Zhe Zheng, vice-directeur du Centre national pour Maladies cardiovasculaires et membre de l’Académie chinoise des sciences médicales.
Premier objectif, une application pour les sujets à risque élevé : l’application permettrait ainsi à ces personnes d’auto-évaluer leur risque bien avant de se rendre à l’hôpital et donc apporterait une méthode peu coûteuse, simple et efficace pour identifier les patients qui nécessitent des examens plus approfondis.
Quels marqueurs sur le visage ? On sait déjà que certaines caractéristiques du visage sont associées à un risque accru de maladie cardiaque, comme des cheveux clairsemés ou gris, des rides, un pli du lobe de l'oreille, du xanthélasma (petits dépôts jaunes de cholestérol sous la peau, généralement autour des paupières) et un « arcus corneae » (dépôts de graisse et de cholestérol qui apparaissent comme un anneau opaque blanc, gris ou bleu brumeux. dans les bords extérieurs de la cornée).
4 photos suffisent : l’étude est menée auprès de 5.796 patients subissant des examens d'imagerie pour leurs vaisseaux sanguins (coronarographie ou angiographie coronarienne par tomodensitométrie), répartis au hasard en groupes d’intervention (n=5.216 patients, 90%) ou témoin (580, 10%). Des infirmières formées ont pris 4 photos du visage avec des appareils photo numériques: une de face, deux profils et une vue du haut de la tête et interrogé les participants sur leur statut socio-économique, leur mode de vie et les antécédents médicaux. Les radiologues ont examiné les angiographies des patients et évalué le degré de maladie cardiaque en fonction du nombre de vaisseaux sanguins rétrécis de 50% ou plus et de leur emplacement. Ces informations ont été utilisées pour créer, former et valider l'algorithme d'apprentissage. Enfin, les chercheurs ont ensuite testé l'algorithme sur 1.013 autres patients.
L'algorithme surpasse les méthodes existantes de prédiction du risque de maladie cardiaque
L’algorithme surpasse le modèle Diamond-Forrester et le Coronary Artery Disease Consortium score (CAD), deux scores standards de risque de coronaropathie. Dans le groupe de validation, le nouvel algorithme détecte correctement la cardiopathie dans 80% des cas. Dans le groupe test, la sensibilité était de 80% et la spécificité de 54%. L'algorithme pourrait donc être utilisé pour prédire une maladie cardiaque possible, concluent les chercheurs, à condition d’en améliorer la spécificité, car un taux de faux positifs de 46% serait source d’anxiété pour les patients et pourrait entraîner des tests inutiles.
L'utilisation des selfies comme méthode de dépistage peut constituer un moyen simple mais ludique et efficace de filtrer le risque élevé de maladie en population générale et d’orienter si besoin vers une évaluation clinique plus complète. Une telle approche peut également être très pertinente pour les régions du monde dont les programmes de dépistage sont insuffisants.
« Il reste à améliorer cependant la spécificité de ce type de test et à réfléchir aux questions éthiques posées par l'utilisation abusive des données avec l'IA en médecine ».
Sources :
- European Heart Journal 20 August 2020 DOI :10.1093/eurheartj/ehaa640 Feasibility of using deep learning to detect coronary artery disease based on facial photo
- European Heart Journal 21 August 2020 DOI : 10.1093/eurheartj/ehaa608 Selfies in cardiovascular medicine: welcome to a new era of medical diagnostics