Le 29 octobre était la Journée mondiale de l’accident vasculaire cérébral (AVC). L’AVC est une urgence médicale qui touche pratiquement une personne toutes les 5 secondes dans le monde selon l’OMS et la World Stroke Organisation. C’est pourquoi l’OMS n’hésite pas à parler de Pandémie et table sur une augmentation progressive de l’incidence des AVC dans le monde passant de 16 millions de cas en 2005 à près de 23 millions en 2030[1].
Un AVC (accident vasculaire cérébral) se traduit par un déficit neurologique soudain, causé par une interruption de la circulation sanguine , soit par un saignement (AVC hémorragique), soit par l’obstruction d’une artère entraînant un déficit d’oxygène et de glucose, carburants nécessaires au bon fonctionnement du cerveau . les AVC ischémiques représentent environ 80% des AVC.
L’Intelligence Artificielle (IA) peut potentiellement améliorer la détection des lésions, réduire les risques, voire améliorer la qualité de vie des patients ayant subi un AVC. Heureusement, il existe déjà des mesures technologiques simples, qui nous permettent d’anticiper, traiter, et même éviter les conséquences de cette affection dramatique, handicapante et mortelle.
IA et modèles de prédiction des accidents vasculaires cérébraux
Environ 9 % des patients victimes d’un AVC sont mal diagnostiqués, ce qui est associé à une issue défavorable. Un article publié en octobre 2020 intitulé « Incorporing Artificial Intelligence into Stroke Care and Research »,[2] les auteurs ont souligné un ensemble de facteurs qui font de l’IA une avancée majeure dans le domaine de la prise en charge diagnostique et thérapeutique des AVC. Celle-ci a la capacité de prédire l’avènement d’un AVC , à partir des données cliniques et biologique du patient, de dépister précocement un nombre important de personnes à risque d’AVC et surtout fournir un immense soutien aux médecins urgentistes, dans l’analyse et l’interprétation des images radiologiques. Par exemple, si un radiologue a une centaine de radios à interpréter, l’algorithme de l’IA serait capable de les classer par ordre de gravité, afin de prendre en charge rapidement les cas les plus urgents.
Le projet canadien PLAKK est porteur d’espoir. Sa technologie d’imagerie ultrasonore combinée à un système d’intelligence artificielle permettrait de mieux évaluer le degré de blocage de l’artère en mesurant avec plus de précision la composition et la taille de la plaque.
Dans la même veine, il a été démontré que l’IA pourrait raccourcir le temps du diagnostic, elle permettrait aux neurologues de diagnostiquer rapidement un AVC ischémique et fournit aux médecins une grande capacité à détecter et hiérarchiser même les petites lésions qui peuvent passer inaperçues dans les salles d’urgence. L’IA ne remplacera jamais l’esprit humain et sa transversalité, et surtout sa capacité à détecter les nuances et à identifier les risques cachés. Mais, elle peut être un allié inestimable pour améliorer le pronostic d’un AVC. Ceci est particulièrement important, car plus tôt un AVC est détecté, meilleur est le pronostic pour le patient. [3]
L’IA et la prise en charge thérapeutique de l’AVC
Grâce aux algorithmes de l’IA , un accident vasculaire cérébral ischémique aigu, peut être traité en retirant le caillot sanguin obstruant le vaisseau du cerveau à l’aide de dispositifs de thrombectomie mécaniques, ces derniers étant avancés depuis l’aine (artère fémorale) et remontés jusqu’au cerveau le long d’un rail appelé guide. Pour améliorer le pronostic du patient, le caillot doit être retiré le plus rapidement possible. Aujourd’hui, sans connaître les caractéristiques du caillot, les médecins ne peuvent le retirer du premier coup que dans1/3 des cas. Grâce à l’IA, un guide connecté couplant des micro-capteurs d’impédance avec des algorithmes d’apprentissage machine, serait capables d’identifier instantanément les tissus biologiques avec une fiabilité prédictive inégalée et fournir aux médecins en temps réel des informations critiques sur le caillot.[4]
Ces dernières années, l’innovation de rupture ont fait des percées importantes dans les soins de santé, permettant une grande amélioration dans la prise en charge diagnostique et thérapeutiques des maladies chroniques, graves, handicapantes et coûteuses. Cependant, des travaux supplémentaires sont nécessaires pour performer le processus de décision, et la validité de l’IA et améliorer l’acuité de ses algorithmes. À l’avenir, la recherche et l’application de l’IA dans l’AVC devraient suivre le rythme de la demande clinique croissante. Des recherches plus rigoureuses sont nécessaires pour évaluer l’applicabilité clinique des systèmes d’IA et pour évaluer leur performance, et explorer leur impact sur la qualité de la prise en charge thérapeutique, l’amélioration de l’accès aux soins, la prévention des AVC, la survie et la qualité de vie des patients.
[1] https://www.societe-francaise-neurovasculaire.fr/journee-mondiale-avc
[2] https://www.ahajournals.org/doi/full/10.1161/STROKEAHA.120.031295
[3] Lee EJ, Kim YH, Kim N, Kang DW. Deep into the Brain: Artificial Intelligence in Stroke Imaging. J Stroke. 2017 Sep;19(3):277-285. doi: 10.5853/jos.2017.02054. Epub 2017 Sep 29. PMID: 29037014; PMCID: PMC5647643
[4] Al Saiegh, F, Munoz, A, Velagapudi, L, et al. Theofanis, Thana, Suryadevara, Neil, Patel, Priyadarshee, et al. Patient and procedure selection for mechanical thrombectomy: Toward personalized medicine and the role of artificial intelligence. J Neuroimaging. 2022; 32: 798– 807. https://doi.org/10.1111/jon.13003
