Repeat variation and definition dependence of ECG/VCG markers: an exploratory audit of one implementation (LoopLens 10.1)

Le cœur humain bat selon un rythme aussi unique qu'une empreinte digitale, pourtant il parle un langage écrit en électricité. Lorsque les médecins placent des électrodes adhésives sur la poitrine d'un patient, ils capturent cette histoire électrique sur une bande de papier ou un écran numérique, créant un tracé appelé électrocardiogramme. Depuis plus d'un siècle, cet outil est la norme pour vérifier la santé cardiaque, permettant aux médecins de repérer des irrégularités en observant la forme et le minutage des ondes. Cependant, l'histoire que raconte le cœur n'est pas toujours la même que celle que la machine écrit. Les chiffres qu'un ordinateur recrache dépendent fortement de la manière dont le logiciel est construit, des formules mathématiques qu'il utilise pour traduire les signaux bruts, et de l'endroit précis où l'humain ou la machine décide qu'une onde commence et se termine. Cela crée un problème : si deux programmes informatiques différents examinent le même battement de cœur, ils pourraient mesurer la durée d'une impulsion différemment, ou calculer l'angle de la force électrique dans une direction différente. Cela crée un problème : si les chiffres changent en fonction de l'outil utilisé plutôt qu'en fonction de la santé réelle du patient, il devient difficile de savoir si un changement de lecture signifie que le patient va mieux, va plus mal, ou si l'ordinateur a simplement changé d'avis.

Un chercheur de l'Université Johannes Kepler de Linz s'est proposé d'étudier à quel point ces mesures dépendent du logiciel et des règles spécifiques utilisés pour les créer. L'étude s'est concentrée sur un logiciel spécifique appelé LoopLens, version 10.1, conçu pour trouver automatiquement les points de début et de fin des ondes cardiaques et calculer diverses mesures à partir d'elles. Le chercheur n'a pas demandé si le logiciel pouvait diagnostiquer une maladie ou prédire un arrêt cardiaque. La question était plus simple et plus fondamentale : si vous prenez un enregistrement cardiaque et que vous le passez deux fois dans le logiciel, ou si vous changez la carte mathématique que le logiciel utilise pour traduire le signal, à quel point les chiffres changent-ils ? Pour trouver la réponse, le chercheur a rassemblé une collection massive d'enregistrements cardiaques provenant d'une base de données publique contenant des dizaines de milliers de patients. Il a examiné des paires d'enregistrements pris chez la même personne à quelques heures d'intervalle pour voir à quel point les chiffres fluctuent naturellement. Il a également testé ce qui se passait lorsqu'ils remplaçaient les formules mathématiques utilisées pour reconstruire la forme électrique 3D du cœur à partir de l'enregistrement standard à 12 dérivations. Enfin, il a comparé les marquages automatiques du logiciel sur le début d'une onde par rapport aux marquages faits par des experts humains.

Les résultats ont révélé que les chiffres produits par le logiciel sont bien moins stables qu'on pourrait l'espérer. En examinant des milliers de paires d'enregistrements pris chez la même personne à seulement quelques heures d'intervalle, les mesures variaient de manière significative. Pour la durée de l'impulsion électrique principale, connue sous le nom de complexe QRS, la différence entre deux mesures du même cœur pouvait être de jusqu'à 27 millisecondes. Pour le temps nécessaire au cœur pour se recharger, connu sous le nom d'intervalle QT, la variation était encore plus grande, atteignant près de 62 millisecondes. Dans le monde des mesures cardiaques, où les médecins rechercheent souvent des changements de seulement quelques millisecondes pour prendre des décisions critiques, ces écarts sont substantiels. L'étude a révélé que, pour de nombreuses mesures, le logiciel ne pouvait pas distinguer de manière fiable un changement réel du cœur du bruit naturel du processus de mesure. Seule une petite fraction des mesures présentait un haut niveau de cohérence, tandis que la majorité montrait un accord modéré à faible. Cela signifie que si un médecin voit un chiffre changer légèrement entre deux visites, cela peut être le signe d'un véritable problème de santé, ou cela peut simplement être le résultat du fait que l'ordinateur mesure le même cœur légèrement différemment à chaque fois.

L'enquête a également montré que le choix de la carte mathématique utilisée pour reconstruire la forme 3D du cœur a un effet profond sur les résultats. Le logiciel peut utiliser différents ensembles de règles pour traduire l'enregistrement plat à 12 dérivations en une vue tridimensionnelle. Lorsque le chercheur a remplacé un ensemble de règles par un autre, plus de 60 % des mesures ont changé suffisamment pour être considérées comme dépendantes des règles spécifiques utilisées. En fait, aucune mesure n'est restée parfaitement stable lors du changement de règles. Cela suggère que le chiffre qu'un médecin voit n'est pas seulement une propriété du cœur, mais une propriété du cœur combinée aux choix mathématiques spécifiques du logiciel. Même de petits ajustements sur l'endroit où le logiciel décide qu'une onde commence ou se termine pourraient modifier les résultats. Lorsque le chercheur a testé la capacité du logiciel à trouver le début de l'onde P, qui représente le signal électrique qui déclenche la contraction du cœur, l'erreur était de 14 millisecondes par rapport aux experts humains utilisant un ensemble de règles. Lorsque le point de référence a été changé pour un autre standard, l'erreur est tombée à seulement 1 milliseconde. Cela démontre que la définition d'une limite est aussi importante que la mesure elle-même.

L'étude a également examiné comment ces mesures se comportaient dans d'autres ensembles de données et a comparé le logiciel à d'autres outils. Dans les enregistrements pris jusqu'à un jour d'intervalle, la variation était similaire ou légèrement meilleure que celle observée dans le premier ensemble de données, mais le chercheur n'a pas pu affirmer de manière définitive si le logiciel était meilleur ou moins bon que d'autres outils car les conditions n'étaient pas identiques. Lorsque le logiciel a été testé sur des enregistrements provenant d'un essai clinique où des patients prenaient des médicaments connus pour affecter la chronologie cardiaque, le logiciel a correctement identifié la direction du changement pour les trois médicaments qui étaient censés prolonger le temps de recharge du cœur. Cependant, la taille du changement mesurée par le logiciel ne correspondait pas toujours à la taille mesurée par les annotateurs originaux de l'essai. Dans certains cas, le logiciel et les annotateurs humains n'étaient pas d'accord sur l'ampleur de l'effet, et dans un cas, le logiciel a détecté un changement dans la largeur de l'impulsion que les annotateurs humains n'avaient pas vu. Cela indique que, bien que le logiciel puisse détecter qu'il se passe quelque chose, les chiffres exacts qu'il produit dépendent de la façon dont il a été construit et de la façon dont on lui a dit de regarder les données.

Enfin, la recherche conclut que les chiffres générés par les outils d'analyse cardiaque automatisés ne sont pas des vérités absolues, mais des interprétations qui dépendent fortement des règles internes du logiciel. La variation observée entre les mesures prises à quelques heures d'intervalle, la sensibilité à la carte mathématique utilisée et la dépendance vis-à-vis de la définition des limites signifient qu'un chiffre unique ne peut être pris de manière isolée. L'étude ne prétend pas que ces outils sont inutiles, mais elle montre que leur fiabilité est limitée. Pour qu'un médecin puisse faire confiance à une mesure, il doit comprendre que la valeur est liée à la version spécifique du logiciel et aux règles spécifiques utilisées pour la générer. Les conclusions suggèrent qu'avant que ces mesures puissent être utilisées pour prendre des décisions concernant la santé d'un patient, les sources de variation doivent être comprises et séparées de la condition réelle du cœur. Ce travail sert de rappel que, à l'ère numérique, les outils que nous utilisons pour mesurer le corps humain font partie intégrante de l'histoire, au même titre que le corps lui-même.