L'âge du cœur? Ce n'est peut-être pas celui écrit sur la carte d'identité. En fait, il y a 50s avec un cœur de 60 ans et des pairs tellement en forme qu'il a un véritable âge cardiaque qui les rapproche de personnes de 10 années plus jeunes. Comment calculez-vous l'âge biologique du cœur? L'intelligence artificielle pourrait y penser est de lire «les données d'électrocardiogramme pour prévoir un risque accru de mortalité et d'événements cardiovasculaires.
L'âge biologique théorique des cœurs, Par rapport à la chronologique absolue (l'âge de la personne), il est donc estimé sur le fonctionnement de l'organe. Comme vous pouvez le faire, une équipe de chercheurs dans une étude présentée à l'EHRA (European Heart Rhythm Association) 2025, démontre l'événement scientifique de la European Cardiology Society (ESC). Les experts ont montré que, en utilisant l'IA pour analyser les dérivés standard à 12 ECG avec près d'un demi-million de cas, ils ont pu créer un algorithme pour prédire l'âge biologique du cœur, qui pourrait être utilisé pour identifier les sujets le plus à risque d'événements cardiovasculaires et de décès.
« Nos recherches ont montré que Lorsque l'âge biologique du cœur a dépassé son âge chronologique de 7 ans, le risque de mortalité pour toutes les causes et les événements cardiovasculaires indésirables plus importants ont augmenté brusquement« , explique Yong-Soo Baek, professeur agrégé de l'hôpital universitaire de Theha, Corée du Sud.
« Au contraire, Si l'algorithme estimait que le cœur biologique avait 7 ans de moins que l'âge chronologique, cela a réduit le risque de décès et des événements cardiovasculaires indésirables plus importants« . L'intégration de l'intelligence artificielle dans les diagnostics cliniques, selon les experts, offre de nouvelles opportunités pour améliorer la précision prédictive en cardiologie. » Utiliser l'IA pour développer des algorithmes de cette manière introduit un changement potentiel de paradigme dans l'évaluation du risque cardiovasculaire « , explique Baek.
Le Studio a évalué les compétences pronostiques d'un algorithme basé sur l'apprentissage en profondeur. Un réseau neuronal profond et formé a été développé sur un ensemble substantiel de données de 425 051 12 dérivés collectés en 15 ans, avec une validation et des tests ultérieurs sur une cohorte indépendante de 97 058 ECG. Des analyses comparatives ont été menées entre les patients combinés par l'âge et le sexe, différenciés par la fraction d'éjection. Dans les modèles statistiques, un âge cardiaque «ECG AI» qui a dépassé l'âge chronologique du cœur de 7 ans a été associé à un risque accru de mortalité pour toutes les causes de 62% et des événements cardiovasculaires plus élevés (MACE) de 92%. Au contraire, un cardiaque ECG à 7 ans de moins que le chronologique a réduit le risque de mortalité pour toutes les causes de 14% et de masse de 27%.
En outre, Les sujets ayant une fraction d'éjection réduite ont systématiquement montré l'âge cardiaque ECG à l'augmentation. Les auteurs expliquent que la signification de cette corrélation observée avec d'autres paramètres, telles que la durée de QR prolongée et les intervalles de QT corrects, suggère que l'âge cardiaque ECG reflète efficacement divers processus de dépolarisation cardiaque et de réparation. Ces indicateurs de remodelage électrique dans le cœur peuvent indiquer des problèmes de santé cardiaque sous-jacents et leur association avec la fraction de l'éjection. Cependant, Baek prévient qu ' »il est essentiel d'obtenir une dimension de l'échantillon statistiquement suffisant dans les études futures pour valider davantage ces résultats. Cette approche améliorera la robustesse et l'applicabilité de l'ECG IA dans les évaluations cliniques de la fonctionnalité et de la santé cardiaque ».
« L'âge du cœur biologique estimé par l'intelligence artificielle à partir d'électrocardiogrammes de 12 dérivés est fortement associé à une augmentation de la mortalité Et les événements cardiovasculaires – Baek conclut – et cela souligne son utilité dans l'amélioration des diagnostics précoces et des stratégies préventives dans les soins de santé cardiovasculaires. Cette étude confirme le potentiel transformateur de l'IA dans la perfectionnement des évaluations cliniques et l'amélioration des résultats des patients « .
