Solution évolutive de l'intelligence artificielle pour l'infarctus du myocarde ST: étude transversale (ASSIST)

Les retards dans le triage et le diagnostic des patients présentés avec des douleurs thoraciques ou d'autres symptômes suggérant un syndrome coronarien aigu (ACS) peuvent être mortels. Cette étude vise à améliorer ces deux aspects dans les soins aigus des maladies ischémiques: réduire les retards à l'intervention et améliorer la précision du diagnostic initial, qui sont d'une importance primordiale dans les cas d'ACS, en particulier dans STEMI. Le premier joue un rôle essentiel dans la minimisation des taux de mortalité à l'hôpital, qui se sont avérés diminuer proportionnellement à la réduction des temps à l'intervention. Ce dernier s'appuie sur une interprétation correcte de l'outil de diagnostic de première ligne ECG dans l'évaluation des patients suspectés de SCA.

La norme de soins actuelle pour ACS comprend un ECG à 12 dérivations qui doit être effectué dans les 10 premières minutes à compter du premier contact médical. L'ECG doit être interprété par un médecin qualifié, qui alertera le cardiologue sur appel pour confirmer ou non l'activation du "code d'infarctus", sur la base de l'ECG et de la présentation clinique. Une telle activation entraînera principalement un transfert immédiat du patient à l'hôpital le plus proche avec la possibilité d'une angiographie coronarienne d'urgence (si elle n'est pas présente dans l'institution initiale) et d'une éventuelle intervention coronarienne percutanée (PCI). En ce qui concerne le diagnostic de l'infarctus aigu du myocarde (AMI), une interprétation précise et rapide de la première ECG est essentielle pour le diagnostic différentiel entre STEMI, NSTEMI ou Angine instable; et suivre les directives appropriées de la norme de soins. Les retards les plus importants se produisent entre le premier ECG et le transport du laboratoire de cathétérisme cardiaque, qui a des implications pronostiques.

Ces dernières années, des outils numériques automatiques basés sur l'intelligence artificielle (IA) ont été proposés comme une solution pour soutenir les médecins dans l'interprétation de l'ECG, réduisant leur charge de travail et leur délai de diagnostic, suggérant l'impact bénéfique de la plate-forme AI pour un diagnostic précis d'AMI. Dans ce contexte, la plate-forme AI devrait être en mesure de détecter automatiquement les modèles ECG liés à une anatomie coronaire défavorable et à de mauvais résultats. Il est également essentiel d'avoir la capacité d'identifier des modèles ECG plus subtils, pas évidents pendant l'interprétation des médecins, mais indiquant une anatomie coronaire à haut risque. De plus, la plate-forme devrait aider la prédiction des lésions coronaires les plus graves, en particulier la sténose obstructive. Cette capacité à détecter les lésions coronaires pourrait être utile pour prévenir l'activation inutile ou prématurée du laboratoire de cathétérisme, principalement dans le cadre NSTEMI.

L'étude clinique d'assistance est une étude multicentrique transversale visant à collecter des données pour développer la plate-forme Willem ™, un outil basé sur l'IA pour l'analyse ECG. Cette plataform pourrait améliorer la précision du diagnostic AMI, en particulier la différenciation entre STEMI et NSTEMI, et l'identification précoce des patients atteints d'infarctus du myocarde d'occlusion (OMI).