Deep Learning from Retinal Fundus Photographs for Detecting Angiographic Obstructive Coronary Artery Disease: A Multicenter Development and External Validation Study

Le corps humain est un vaste réseau de tuyaux, transportant le sang vital du cœur vers chaque recoin du système. Lorsque ces tuyaux, appelés artères, s'obstruent de dépôts graisseux, une condition appelée athérosclérose, le flux est restreint, ce qui peut mener à une crise cardiaque. La méthode la plus directe pour que les médecins voient si les propres artères du cœur sont bouchées est d'introduire un mince tube à travers les vaisseaux sanguins et d'injecter un colorant, une procédure appelée angiographie coronarienne invasive. Bien que cette méthode soit l'étalon-or pour le diagnostic, elle est invasive, comporte des risques et révèle souvent que les artères du patient sont en réalité saines, ce qui signifie que la procédure était inutile. Pendant des années, les médecins se sont appuyés sur des questions simples concernant l'âge, le sexe et les symptômes d'un patient pour deviner la probabilité d'une obstruction avant d'ordonner un tel test. Cependant, ces suppositions sont souvent inexactes, entraînant trop de procédures inutiles ou des diagnostics manqués.

Une approche différente a émergé d'un endroit improbable : l'arrière de l'œil. La rétine, la couche sensible à la lumière située à l'arrière de l'œil, est recouverte de minuscules vaisseaux sanguins qui sont les seuls que les médecins peuvent voir directement sans chirurgie. Parce que ces vaisseaux rétiniens partagent le même environnement biologique que les artères du cœur, les changements dans leur apparence peuvent signaler des problèmes ailleurs dans le corps. Les chercheurs soupçonnent depuis longtemps qu'une photographie de la rétine pourrait révéler des indices sur les maladies cardiaques, mais transformer ces indices visuels en un diagnostic fiable a été difficile. Désormais, une nouvelle étude suggère que des programmes informatiques avancés peuvent apprendre à lire ces signes subtils mieux que les jeux de devinettes traditionnels, offrant ainsi un moyen non invasif d'identifier ceux qui ont réellement besoin du test cardiaque invasif.

Dans une vaste étude multicentrique impliquant des milliers de patients, des chercheurs ont développé un système informatique sophistiqué conçu pour examiner des photographies du fond de la rétine et prédire la présence d'une maladie coronarienne obstructive. L'équipe, dirigée par des experts de l'hôpital Beijing Anzhen et de la société Beijing Airdoc Technology Co., Ltd., a entraîné ce modèle d'intelligence artificielle à l'aide d'images de près de 4 800 patients qui devaient déjà subir le test cardiaque invasif. L'ordinateur a reçu les images rétiniennes accompagnées des résultats confirmés des tests cardiaques, ce qui lui a permis d'apprendre les motifs visuels spécifiques associés aux artères obstruées. Le modèle, nommé RET-IRV2, n'a pas seulement appris à repérer les obstructions ; il a également été entraîné pour estimer des détails de base du patient comme l'âge et le sexe, une technique qui aide l'ordinateur à se concentrer sur les caractéristiques les plus pertinentes de l'image.

Le véritable test de ce nouvel outil est venu lorsque les chercheurs l'ont appliqué à un groupe totalement différent de plus de 3 300 patients provenant de quatre centres médicaux différents. Dans cette validation externe, le modèle informatique s'est révélé remarquablement efficace. Il a identifié correctement la présence d'une maladie coronarienne obstructive avec un haut degré de précision, surpassant de manière significative les méthodes standards utilisées actuellement par les médecins. Ces méthodes traditionnelles, qui reposent sur le calcul du risque basé sur l'âge, le genre et les symptômes, peinent souvent à distinguer les patients présentant des obstructions de ceux qui n'en ont pas. Dans l'étude, la capacité du modèle informatique à séparer ces groupes était bien supérieure au modèle Diamond-Forrester mis à jour, au score clinique de Duke, et même à un calcul statistique standard incluant la pression artérielle et le cholestérol.

Ce qui rend cette découverte particulièrement frappante est que l'ordinateur a réussi cet exploit en utilisant uniquement les images de l'œil, sans avoir besoin de l'historique médical du patient ou de ses résultats d'analyses sanguines. Pour comprendre comment l'ordinateur prenait ses décisions, les chercheurs ont réalisé une série d'expériences où ils ont numériquement masqué certaines parties des images rétiniennes. Lorsqu'ils ont masqué les vaisseaux sanguins, la performance de l'ordinateur a chuté de manière significative, confirmant qu'il s'appuyait effectivement sur la structure et l'apparence des minuscules vaisseaux pour établir son diagnostic. Cela suggère que le modèle ne se contente pas de deviner selon des motifs aléatoires, mais détecte réellement les changements vasculaires systémiques qui accompagnent les maladies cardiaques.

L'étude a également examiné au-delà du diagnostic immédiat pour voir si les prédictions de l'ordinateur avaient une incidence sur la santé future des patients confirmés comme ayant des artères obstruées. Parmi les patients atteints de la maladie et suivis pendant jusqu'à deux ans, ceux ayant des scores plus élevés issus du modèle informatique étaient plus susceptibles de subir des événements cardiovasculaires indésirables majeurs, tels qu'une crise cardiaque, un accident vasculaire cérébral ou le décès. Cela indique que les informations visuelles capturées dans la rétine peuvent non seulement aider à identifier la maladie, mais aussi offrir un aperçu de la gravité de la condition sous-jacente et des risques auxquels le patient est exposé à l'avenir.

Malgré ces résultats prometteurs, les chercheurs précisent avec prudence les limites de leurs travaux. L'étude a été menée dans un contexte spécifique où les patients étaient déjà orientés vers des tests invasifs, ce qui signifie que le groupe présentait un taux très élevé de maladie réelle, ce qui diffère de la population générale où les obstructions cardiaques sont moins fréquentes. Le modèle n'a pas encore été testé dans des groupes à plus faible risque ou dans des populations en dehors de l'Asie de l'Est, où des différences de pigmentation oculaire et de structure vasculaire pourraient affecter les résultats. De plus, bien que la capacité de l'ordinateur à prédire de futurs événements cardiaques soit une découverte intrigante, elle est présentée comme une hypothèse pour de futures études plutôt que comme un outil prouvé pour prédire les résultats individuels.

Les implications de cette recherche sont significatives pour l'avenir du dépistage des maladies cardiaques. Si ces conclusions se confirment dans des populations plus larges et plus diversifiées, la photographie rétinienne pourrait devenir un puissant outil de dépistage non invasif. Elle pourrait aider les médecins à décider quels patients ont réellement besoin du test cardiaque invasif et lesquels peuvent être surveillés en toute sécurité avec des méthodes moins risquées. En fournissant une image plus claire de la santé vasculaire d'un patient à partir d'une simple photographie indolore, cette technologie a le potentiel de raffiner les parcours de diagnostic, de réduire les procédures inutiles et, en fin de compte, d'améliorer les soins de millions de personnes suspectées de souffrir de maladies cardiaques. L'étude démontre que les yeux, souvent appelés la fenêtre de l'âme, peuvent également servir de fenêtre claire sur la santé du cœur.