Apprentissage profond multimodal des anomalies du fond d'œil et des facteurs de risque traditionnels pour la prédiction du risque cardiovasculaire

Dec 26, 2023

npj Digital Medicine volume 6, Numéro d'article : 14 (2023) Citer cet article

2959 Accès

2 citations

3 Altmétrique

Détails des métriques

Les maladies cardiovasculaires (MCV), principale cause de décès dans le monde, sont associées à des facteurs de risque sous-jacents complexes. Nous développons un modèle d'intelligence artificielle pour identifier les maladies cardiovasculaires à l'aide de données multimodales, y compris des facteurs de risque cliniques et des photographies du fond d'œil du Samsung Medical Center (SMC) pour le développement et la validation interne et de la UK Biobank pour la validation externe. Le modèle multimodal atteint une aire sous la courbe caractéristique de fonctionnement du récepteur (AUROC) de 0,781 (intervalle de confiance à 95 % [IC] 0,766-0,798) dans le SMC et de 0,872 (IC à 95 % 0,857-0,886) dans la biobanque britannique. Nous observons en outre une association significative entre l'incidence des maladies cardiovasculaires et le risque prédit chez les patients à risque dans la biobanque britannique (rapport de risque [HR] 6,28, IC à 95 % 4,72-8,34). Nous visualisons l'importance des caractéristiques individuelles de la photographie et des facteurs de risque traditionnels. Les résultats soulignent que la photographie non invasive du fond d’œil peut être un marqueur prédictif possible des maladies cardiovasculaires.

Les maladies cardiovasculaires (MCV) sont responsables d’environ 31 % des décès dans le monde, et 17,3 millions de personnes en meurent chaque année. Malgré les efforts mondiaux en matière de santé publique et l’augmentation des connaissances médicales, le lourd fardeau des maladies cardiovasculaires diminue rarement en raison de facteurs de risque complexes qui nécessitent des modifications comportementales et pharmaceutiques à long terme1. Bien qu'aucun outil de dépistage et de détection rentable ne soit cliniquement adaptable pour prédire les maladies cardiovasculaires, les outils d'évaluation des risques tels que le score de risque de Framingham et l'évaluation systématique européenne du risque coronarien sont bien établis, avec une modélisation statistique qui combine des facteurs de risque traditionnels tels que l'âge. , le sexe, le cholestérol total et les lipoprotéines de haute densité (HDL), la tension artérielle, le tabagisme et le diabète2,3,4. Des efforts persistants ont été déployés au cours des dernières décennies pour améliorer les modèles de prévision des risques en identifiant et en reclassant les facteurs de risque5,6.

Des revues systématiques récentes ont montré que l'évaluation traditionnelle du risque cardiovasculaire peut surestimer ou sous-estimer les risques de maladies cardiovasculaires, et qu'elle présente des avantages limités sur les résultats pour les patients7. Même aujourd’hui, il est difficile d’identifier les meilleurs modèles d’évaluation des risques compte tenu des différences dans les catégories de risque, de la disponibilité de cohortes comparables et de l’hétérogénéité des populations à risque8,9. Des biomarqueurs prometteurs directement liés à l’inflammation et aux charges athéroscléreuses, tels que l’indice cheville-brachial, la protéine C-réactive de haute sensibilité et le score calcique de l’artère coronaire (CAC), ont été suggérés récemment ; cependant, ces modèles non traditionnels ont rarement montré une amélioration significative des prévisions de maladies cardiovasculaires8.

La visualisation non invasive des anomalies vasculaires athéroscléreuses, telles que la tomodensitométrie cardiaque ou l'échographie carotidienne, est l'une des évaluations cliniques les plus précises pour les patients présentant une probabilité pré-test de MCV faible à intermédiaire10,11,12,13. Cependant, le dépistage systématique des artères coronaires ou carotides a été découragé en raison de sa faible efficacité clinique et de son faible rapport coût-efficacité chez les patients présentant des facteurs de risque plus faibles14. En revanche, les photographies du fond d’œil (FP) sont largement utilisées dans les examens de dépistage des maladies oculaires car elles sont rentables. De plus, la PF fournit plus d'informations pour évaluer le risque de MCV, y compris la visualisation non invasive des anomalies vasculaires athéroscléreuses. La relation pathologique entre les modifications microvasculaires rétiniennes et les anomalies vasculaires systémiques est bien reconnue15,16,17,18.

Bien qu'aucune ligne directrice clinique pour le diagnostic des maladies cardiovasculaires par la PF n'ait encore été établie, les approches d'intelligence artificielle ont montré que la PF pouvait prédire les biomarqueurs liés aux maladies cardiovasculaires ainsi que les événements cardiovasculaires19,20,21,22,23. Rim et coll. ont suggéré que la FP prédisait un score CAC, et Poplin et al. ont montré que la PF pouvait être un prédicteur de facteurs de risque cardiovasculaire, notamment l'âge, le sexe, le tabagisme et la pression artérielle systolique, ainsi que d'événements cardiaques indésirables majeurs. Ils ont également cherché à prédire les futurs événements cardiovasculaires. Il est également important de diagnostiquer les facteurs de risque de maladies cardiovasculaires à l’aide de modèles prédictifs non invasifs et rentables. En effet, dans les pays à revenu faible ou intermédiaire où les installations de laboratoire et les cliniciens sont limités et où le fardeau des maladies cardiovasculaires augmente24, de tels modèles prédictifs sont particulièrement prometteurs pour un diagnostic précis des maladies cardiovasculaires et l'identification des individus à haut risque.