Suscribirse

Rapport 23-21. Intelligence artificielle appliquée à la rythmologie cardiaque : perspectives et propositions - 20/12/23

Artificial intelligence in cardiac arrhythmology

Doi : 10.1016/j.banm.2023.11.002 
Nadir Saoudi , Henri Julien
au nom du

groupe de travail des Commissions V et VIII et de l’ANM1

  Membres du groupe de travail « Intelligence artificielle et rythmologie cardiaque » : Jacques Bringuer, Michel Desnos, Maria Dorobantu, Thierry Hauet, Henri (rapporteur) Julien, Michel Komajda, Bernard Nordlinger, Rissane Ourabah, Nadir (rapporteur) Saoudi, Alain Serrie.

 Académie nationale de médecine, 16, rue Bonaparte, 75006 Paris, France 

Auteur correspondant.

Bienvenido a EM-consulte, la referencia de los profesionales de la salud.
Artículo gratuito.

Conéctese para beneficiarse!

Résumé

Le recueil numérisé de l’activité électrique myocardique autorise son analyse par intelligence artificielle (IA) à partir de trois sources que sont les outils d’intervention en rythmologie, les registres de la mort subite et les dispositifs médicaux connectés. Le traitement des arythmies atriales fait appel à l’IA afin d’identifier les zones de rotors ou de fibrose arythmogène dans le but d’améliorer la qualité de l’ablation de la fibrillation atriale (FA). La création, à partir de données d’imagerie, d’une chambre ventriculaire virtuelle personnalisée, permet à l’IA de guider l’ablation et d’évaluer le pronostic. Lors des morts subites, c’est moins l’analyse des données de l’activité électrique myocardique et de la délivrance du choc électrique salvateur que celle des données de santé de la population dans son ensemble, qui pourraient contribuer à identifier les meilleurs prédicteurs de risque. Les données recueillies lors d’examens électrocardiographiques banaux ou par les objets portables, dont les « montres connectées », permettent grâce à l’IA de prédire la survenue ultérieure ou la récidive de troubles du rythme. L’IA est aussi omniprésente dans l’analyse de l’électrocardiogramme en rythme sinusal permettant d’en tirer des conclusions dépassant largement son utilisation habituelle. L’utilisation de ces données ne va pas sans soulever des problèmes éthiques et juridiques qui sont encore incomplètement réglés. L’appropriation en rythmologie cardiaque de l’outil nouveau qu’est l’IA suggère aux médecins rythmologues d’approfondir leurs connaissances mathématiques et d’intégrer les propositions des apprentissages automatiques et profonds dans leur démarche diagnostique et thérapeutique.

El texto completo de este artículo está disponible en PDF.

Summary

The digital collection of the myocardial electrical activity has allowed its analysis by artificial intelligence (AI) using three sources: interventional arrhythmology, sudden death registries, and connected devices. Atrial arrhythmia management uses AI to identify regions of rotors or arrhythmogenic fibrosis to improve AF ablation. At the ventricular level, personal virtual chamber creation incorporating imaging data allows AI to guide the ablation and identify the prognostic risk. As far as sudden death is concerned, the data collected during the acute event or shock delivery are not as pertinent as the global population's health data in order to predict the best risk predictors. Data from the surface ECG or wearable devices including smart watches using AI allow AF identification or recurrence prediction. AI applied to the surface ECG in sinus rhythm yields a considerable amount of information far beyond its routine use. Using these data paved the way for ethical and legal problems which are currently incompletely solved. The appropriation in cardiac arrhythmology of the new tool of AI suggests a bigger training in mathematics of the arrhythmologists, and to be able to incorporate machine learning in their diagnostic and therapeutic practices.

El texto completo de este artículo está disponible en PDF.

Mots clés : Intelligence artificielle, Arythmie, Fibrillation atriale, Mort subite, Apprentissage automatique, Apprentissage machine, Apprentissage profond, Réseaux neuronaux

Keywords : Artificial intelligence, Arrhythmias, Atrial fibrillation, Sudden death, Machine learning, Deep learning, Neural network


Esquema


 Un rapport exprime une prise de position officielle de l’Académie nationale de médecine. L’Académie dans sa séance du mardi 3 octobre 2023, a adopté le texte de ce rapport par 62 voix pour, 3 voix contre et 10 abstentions.


© 2023  l'Académie nationale de médecine. Publicado por Elsevier Masson SAS. Todos los derechos reservados.
Añadir a mi biblioteca Eliminar de mi biblioteca Imprimir
Exportación

    Exportación citas

  • Fichero

  • Contenido

Vol 208 - N° 1

P. 1-8 - janvier 2024 Regresar al número
Artículo precedente Artículo precedente
  • Sommaire
| Artículo siguiente Artículo siguiente
  • Rapport 23-22. Médicaments anti cancéreux onéreux : Disponibilité et soutenabilité économique
  • François Guilhot, Jacques Rouësse, Gilles Bouvenot, Brigitte Dreno, Thierry Facon, Norbert Claude Gorin, Yves Juillet, Jean-Yves Blay, Pierre Le Coz, Richard Villet, au nom d’un groupe de travail rattaché aux Commissions 8 et 2

Bienvenido a EM-consulte, la referencia de los profesionales de la salud.

Mi cuenta


Declaración CNIL

EM-CONSULTE.COM se declara a la CNIL, la declaración N º 1286925.

En virtud de la Ley N º 78-17 del 6 de enero de 1978, relativa a las computadoras, archivos y libertades, usted tiene el derecho de oposición (art.26 de la ley), el acceso (art.34 a 38 Ley), y correcta (artículo 36 de la ley) los datos que le conciernen. Por lo tanto, usted puede pedir que se corrija, complementado, clarificado, actualizado o suprimido información sobre usted que son inexactos, incompletos, engañosos, obsoletos o cuya recogida o de conservación o uso está prohibido.
La información personal sobre los visitantes de nuestro sitio, incluyendo su identidad, son confidenciales.
El jefe del sitio en el honor se compromete a respetar la confidencialidad de los requisitos legales aplicables en Francia y no de revelar dicha información a terceros.


Todo el contenido en este sitio: Copyright © 2025 Elsevier, sus licenciantes y colaboradores. Se reservan todos los derechos, incluidos los de minería de texto y datos, entrenamiento de IA y tecnologías similares. Para todo el contenido de acceso abierto, se aplican los términos de licencia de Creative Commons.