Retour sur la publication scientifique des chercheurs Inria Liryc, dans la revue Nature Reviews Cardiology, qui aborde les questions cliniques de l’imagerie cardiovasculaire auxquelles l’IA peut répondre, les principales approches méthodologiques de l’IA qui ont été développées et les limites restantes des approches d’IA en imagerie cardiovasculaire.

Maxime Sermesant¹, Hervé Delingette¹, Hubert Cochet², Pierre Jaïs² and Nicholas Ayache¹

1 Inria, Université Côte d’Azur, Sophia Antipolis, France
2 IHU Liryc, CHU Bordeaux, Université Bordeaux, Inserm 1045, Pessac, France
https://doi.org/10.1038/ s41569-021-00527-2REVIEWSNATURE REVIEWS | CARDIOLOGY

La recherche sur l’application de l’IA à l’imagerie médicale est désormais très active, en particulier dans le domaine de l’imagerie cardiovasculaire en raison des défis associés à l’acquisition et à l’analyse des images de cet organe dynamique. Au cours de la dernière décennie, de nombreuses études de validation de concept ont souligné l’extraordinaire potentiel de l’IA pour transformer la façon dont les images cardiaques sont prescrites, acquises, reconstruites, analysées et utilisées pour adapter les soins aux patients.

L’imagerie cardiovasculaire présente plusieurs caractéristiques distinctives qui peuvent être considérées à la fois comme des défis et des opportunités pour l’IA : elle combine des informations structurelles et fonctionnelles sur la physiologie d’un patient ; elle est redondante, agile et en constante évolution étant donné la grande variété de modalités et de techniques d’évaluation du cœur et les développements très rapides en matière d’acquisition et de reconstruction d’images ; elle est exigeante en termes de calcul étant donné les multiples échelles auxquelles l’organe peut être analysé ; et elle affecte directement la gestion des patients étant donné le large éventail d’interventions cardiaques développées au cours des deux dernières décennies, qui nécessitent toutes des images pour la sélection des patients, la planification préopératoire ou même le guidage interventionnel direct.

La mise en œuvre de l’IA dans la médecine prédictive est une perspective très attrayante, mais elle nécessitera certainement plus de temps et d’efforts de validation, notamment pour garantir la généralisation. Ces approches introduiront les cliniciens et les patients à la médecine personnalisée, fournissant une aide puissante à la prise de décision médicale, à la sélection des traitements et à l’identification des cibles. Nous n’en sommes pas encore là et, pour que cet objectif soit atteint, l’IA devra répondre aux normes les plus élevées et, ce qui est peut-être encore plus important, gagner la confiance des patients et des cliniciens.