Marqueur numérique dérivé de l’IA pour mesurer les caractéristiques des maladies cardiaques chez les patients : étude – Jammu Kashmir Latest News | Tourisme

WASHINGTON, 21 décembre : Des scientifiques ont construit un marqueur in silico, ou dérivé d’un ordinateur, pour la maladie coronarienne (CAD) afin de mieux mesurer les caractéristiques cliniquement importantes de la maladie, selon une nouvelle étude.
En utilisant l’apprentissage automatique et les données cliniques des dossiers de santé électroniques, les chercheurs de la Icahn School of Medicine du Mount Sinai à New York sont les premiers à cartographier les caractéristiques de la CAD sur un spectre. Des études antérieures se sont concentrées uniquement sur le fait qu’un patient soit ou non atteint de coronaropathie, selon l’étude.
CAD et d’autres conditions courantes existent sur un éventail de maladies; la combinaison de facteurs de risque et de processus pathologiques de chaque individu détermine où ils se situent sur le spectre. Cependant, la plupart de ces études divisent ce spectre de la maladie en classes rigides de cas (le patient a la maladie) ou de contrôle (le patient n’a pas la maladie). Cela peut entraîner des diagnostics manqués, une gestion inappropriée et de moins bons résultats cliniques, ont déclaré les enquêteurs.
Les résultats, publiés dans la revue The Lancet, devraient conduire à un diagnostic plus ciblé et à une meilleure gestion de la coronaropathie, le type de maladie cardiaque le plus courant et l’une des principales causes de décès dans le monde, selon l’étude.
“Les informations obtenues grâce à cette stadification non invasive de la maladie pourraient permettre aux cliniciens d’évaluer plus précisément l’état du patient et, par conséquent, d’éclairer l’élaboration de plans de traitement plus ciblés”, a déclaré Ron Do, auteur principal de l’étude, Icahn School of Medicine.
« Notre modèle délimite les populations de patients atteints de coronaropathie sur un spectre de maladies ; cela pourrait fournir plus d’informations sur la progression de la maladie et sur la manière dont les personnes touchées répondront au traitement.
“Avoir la capacité de révéler des gradations distinctes de risque de maladie, d’athérosclérose et de survie, par exemple, qui pourraient autrement être manquées avec un cadre binaire conventionnel, est essentiel”, a déclaré Do.
Dans l’étude rétrospective, les chercheurs ont formé le modèle d’apprentissage automatique, nommé in silico score pour la maladie coronarienne ou ISCAD, pour mesurer avec précision la CAD sur un spectre en utilisant plus de 80 000 dossiers de santé électroniques de deux grandes biobanques basées sur le système de santé, la BioMe Biobank au Mount Sinai Health System et à la UK Biobank.
Selon l’étude, le modèle, que les chercheurs ont qualifié de “marqueur numérique”, incorporait des centaines de caractéristiques cliniques différentes du dossier de santé électronique, y compris les signes vitaux, les résultats des tests de laboratoire, les médicaments, les symptômes et les diagnostics, et le comparait aux deux un score clinique existant pour la CAD, qui n’utilise qu’un petit nombre de caractéristiques prédéterminées, et un score génétique pour la CAD.
Les 95 935 participants comprenaient des participants d’ethnies africaine, hispanique/latino, asiatique et européenne, ainsi qu’une grande partie de femmes. La plupart des études cliniques et d’apprentissage automatique sur la CAO se sont concentrées sur l’ethnie européenne blanche, selon l’étude.
Les enquêteurs ont découvert que les probabilités du modèle suivaient avec précision le degré de rétrécissement des artères coronaires (sténose coronarienne), la mortalité et les complications telles que la crise cardiaque, selon l’étude.
«Des modèles d’apprentissage automatique comme celui-ci pourraient également bénéficier à l’industrie des soins de santé dans son ensemble en concevant des essais cliniques basés sur une stratification appropriée des patients. Cela peut également conduire à des stratégies thérapeutiques individualisées basées sur les données plus efficaces », a déclaré l’auteur principal Iain S. Forrest, Icahn Mount Sinai.
“Malgré ces progrès, il est important de se rappeler que le diagnostic et la gestion des maladies coronariennes basés sur les médecins et les procédures ne sont pas remplacés par l’intelligence artificielle, mais plutôt potentiellement pris en charge par l’ISCAD en tant qu’autre outil puissant dans la boîte à outils du clinicien”, a déclaré Forrest.
Ensuite, les chercheurs envisagent de mener une étude prospective à grande échelle pour valider davantage l’utilité clinique et l’actionnabilité de l’ISCAD, y compris dans d’autres populations. Ils prévoient également d’évaluer une version plus portable du modèle qui peut être utilisée universellement dans les systèmes de santé, selon l’étude. (PTI)