L’utilisation d’algorithmes d’intelligence artificielle (IA) dans le cadre de l’AVC a aujourd’hui pour principal objectif de diminuer la durée de prise en charge à toutes les étapes de la prise en charge du patient. Ces outils se déploient dès la phase préhospitalière de l’AVC où ils peuvent être une aide pour le diagnostic précoce d’AVC. Dans les services d’urgence, l’analyse automatique des images scanners peut permettre de détecter des signes précoces d’AVC ischémique ou d’hémorragie intracrânienne afin de prioriser l’interprétation des imageries.

La quantification du cœur et de la pénombre ischémique, utile en scanner comme en IRM pour l’aide à la prise de décision, donnent une place croissante aux algorithmes d’IA du fait de leur rapidité. Leur connexion à des interfaces de communication permet également de déployer plus rapidement les résultats auprès d’acteurs de la prise en charge de l’AVC comme les centres de thrombectomie. L’utilisation de ces algorithmes ne dispense cependant pas de l’analyse des images natives, car ils sont sujets à des biais en lien avec leur méthode d’apprentissage.

Les outils d’IA générative promettent d’accélérer encore la prise en charge des patients en substituant des séquences par d’autres, ou en générant des biomarqueurs utiles pour une prise de décision rapide.

Enfin, l’évaluation du pronostic après AVC est également un champ d’application de l’IA, soulevant des problématiques éthiques particulières sur l’utilisation de ces techniques pour la prise de décision thérapeutique.