Des chercheurs de la St George’s University of London ont utilisé l’algorithme d’analyse d’images rétiniennes QUARTZ (QUantitative Analysis of Retinal vaisseaux Topology and siZe), développé dans une précédente étude et lui ont appliqué la vasculométrie rétinienne (VR) pour prédire les maladies cardiovasculaires, les risques d’infarctus du myocarde ou les AVC. L’étude intitulée « Artificial intelligence-enabled retinal vasculometry for prediction of circulatory mortality, myocardial infarction and stroke » a été publiée en ligne début octobre dans le British Journal of Ophtalmology.
Les maladies cardio-neurovasculaires, ensemble de troubles affectant le cœur et les vaisseaux sanguins, sont la première cause de mortalité dans le monde. Selon la Fédération Française de Cardiologie, leur nombre progresse chaque année et elles sont à l’origine d’environ 140 000 décès/an, soit 400 morts par jour en France. Elles entraînent aussi 40 000 arrêts cardiaques chaque année, 92 % d’entre eux sont fatals.
Utiliser les scans rétiniens pour prédire les accidents cardiovasculaires
Un scan rétinien, examen très rapide, utilise une source lumineuse de faible intensité et un capteur pour scanner les vaisseaux sanguins à l’arrière de la rétine et est couramment pratiqué par les ophtalmologues. Les biomarqueurs de ces vaisseaux (densité, tortuosité…) sont associés à la fonction cardiaque et de plus en plus utilisés pour prédire les problèmes cardiaques, comme l’ont fait des chercheurs de la KU Leuven ou, bien avant eux, ceux d’Alphabet.
Cependant, selon l’équipe de la St George’s University of London, auxquels se sont associés des chercheurs de l’Université de Kingston, de celle du College of London et de Cambridge, cette recherche est la plus grande étude de population sur le VR et d’autre part, la validation externe des modèles de prédiction a été effectuée dans une grande cohorte distincte, ce qui est rare dans ce domaine.
Vasculométrie rétinienne basée sur l’IA pour la prédiction de la mortalité circulatoire, de l’infarctus du myocarde et de l’AVC
L’objectif de cette étude était de vérifier si l’inclusion de la VR activée par l’IA Quartz améliore les algorithmes de risque existants pour les accidents vasculaires cérébraux, les infarctus du myocarde (IM) et la mortalité circulatoire.
L’analyse d’images de vaisseaux rétiniens activée par Quartz a traité les images de 88 052 participants âgés de 40 à 69 ans de la UK Biobank (UKB), une base de données biomédicale à grande échelle contenant des informations génétiques et de santé approfondies d’un demi-million de participants britanniques. La largeur, la tortuosité, la surface artériolaire et veinulaire rétinienne ont été extraites de ces images afin de développer des modèles de prédiction à l’aide d’une régression multivariée des risques proportionnels de Cox pour la mortalité circulatoire, les AVC et les IM. Outre la VR, Les modèles prenaient en compte l’âge, le tabagisme et les antécédents médicaux (médicaments antihypertenseurs / hypocholestérolémiants, diabète, AVC prévalent).
Ils ont alors été validés sur les scans rétiniens de 7 411 personnes âgées de 48 à 92 ans ayant participé à l’enquête EPIC-Norfolk, la composante britannique de l’étude EPIC (European Prospective Investigation into Cancer).
Les résultats de l’étude
Les chercheurs ont ajouté la VR aux scores de risque de Framingham (FRS), qui estime le risque coronarien sur une période de 10 ans, ils ont constaté que les performances de FRS pour l’AVC et l’IM ne s’en trouvaient pas améliorées et que, d’autre part, celles de Quartz étaient égales ou supérieures à celles du FRS.
La prédiction des risques de vasculométrie basée sur l’IA est entièrement automatisée, peu coûteuse, non invasive. Elle a le potentiel d’atteindre une proportion plus élevée de la population, des travaux s’avèrent toutefois nécessaires pour identifier les personnes à haut risque de mortalité circulatoire.
Sources de l’article :
« Artificial intelligence-enabled retinal vasculometry for prediction of circulatory mortality, myocardial infarction and stroke”
British Journal of Ophthalmology, 04 October 2022, doi: 10.1136/bjo-2022-321842
Auteurs :
- Alicja Regina Rudnicka, Health Research Institute, Université St George de Londres ;
- Roshan Welikala, Faculté des sciences, de l’ingénierie et de l’informatique, Université de Kingston ;
- Sarah Barman, Faculté des sciences, de l’ingénierie et de l’informatique, Université de Kingston ;
- Paul J Foster, Centre de recherche biomédicale du NIHR au Moorfields Eye Hospital et à l’Institut d’ophtalmologie de l’UCL, University College London;
- Robert Luben, Unité d’épidémiologie du MRC Université de Cambridge ;
- Shabina Hayat 5, Département de psychiatrie, Santé publique de Cambridge, École de médecine clinique de l’Université de Cambridge ;
- Kay-Tee Khaw, Unité d’épidémiologie du MRC Université de Cambridge ;
- Pierre Whincup, Health Research Institute, Université St George de Londres ;
- David Strachan, Health Research Institute, Université St George de Londres ;
- Christophe G Owen, Health Research Institute, Université St George de Londres.
