L’apprentissage automatique peut aider les médecins à poser un diagnostic précoce. Selon une étude récente de Rutgers, les chercheurs pourraient prédire des maladies cardiovasculaires telles que la fibrillation auriculaire et l’insuffisance cardiaque chez les patients en utilisant l’IA pour analyser les gènes de leur ADN.
Parmis les patients examinés, plus le patient était âgé, plus il était susceptible d’avoir une maladie cardiovasculaire.
« Avec l’exécution réussie de notre modèle, nous avons prédit l’association de gènes de maladies cardiovasculaires très importants liés à des variables démographiques telles que la race, le sexe et l’âge », a déclaré Zeeshan Ahmed, membre du corps professoral du Rutgers Institute for Health, Health Care Policy and Aging Research (IFH) et auteur principal de l’étude, publiée dans Genomics.
Selon l’Organisation mondiale de la santé, les maladies cardiovasculaires sont l’ennemi numéro un de la vie humaine. Pourtant, plus des trois quarts des décès prématurés pourraient être évités. La fibrillation auriculaire et l’insuffisance cardiaque représentent près de la moitié des décès dus aux maladies cardiovasculaires.
Les chercheurs de l’IFH ont utilisé des modèles d’IA et d’apprentissage automatique pour étudier les gènes.
Bien que des avancées considérables aient été réalisées dans le diagnostic, la prévention et le traitement des maladies cardiovasculaires, environ la moitié des patients ne survivent pas plus de cinq ans après avoir reçu un diagnostic. Les raisons en sont multiples, notamment les facteurs génétiques et environnementaux.
Selon les chercheurs, l’IA et l’apprentissage automatique pourraient nous aider à identifier plus rapidement les gènes liés aux maladies cardiovasculaires. Cela pourrait améliorer les diagnostics et les traitements de ces maladies.
On estime que plus de 75% des maladies cardiovasculaires prématurées sont évitables.
Les chercheurs de l’IFH ont analysé des patients en bonne santé et des patients diagnostiqués avec une maladie cardiovasculaire. Ils ont utilisé des modèles d’IA et d’apprentissage automatique pour étudier les gènes connus pour être associés aux manifestations les plus courantes de maladies cardiovasculaires, y compris la fibrillation auriculaire et l’insuffisance cardiaque.
L’utilisation de l’IA et de l’apprentissage automatique peut accélérer notre capacité à identifier les gènes qui ont des implications importantes pour les maladies cardiovasculaires.
Ils ont identifié un groupe de gènes qui étaient significativement associés à une maladie cardiovasculaire. Les chercheurs ont également constaté des différences significatives entre les facteurs de race, de sexe et d’âge en fonction de la maladie cardiovasculaire. Alors que les facteurs liés à l’âge et au sexe étaient corrélés à l’insuffisance cardiaque, les facteurs liés à l’âge et à la race étaient corrélés à la fibrillation auriculaire. Par exemple, chez les patients examinés, plus le patient était âgé, plus il était susceptible d’avoir une maladie cardiovasculaire.
« Une compréhension rapide et un traitement précis des maladies cardiovasculaires profiteront finalement à des millions de personnes en réduisant le risque élevé de mortalité et en améliorant la qualité de vie », a déclaré Ahmed, professeur adjoint au département de médecine de la Rutgers Robert Wood Johnson Medical School.
Les chercheurs ont souligné l’importance de poursuivre leurs investigations en explorant l’ensemble des gènes chez les patients atteints de maladies cardiovasculaires. Cette approche pourrait révéler des biomarqueurs clés et des facteurs de risque liés à la prédisposition aux maladies cardiovasculaires.
SOURCE : Wevolver
Traduit de l’anglais
