Une IA développée pour prédire le risque de mortalité dans le syndrome coronarien aigu

Des scientifiques de l'Université d'État Pitirim Sorokin de Syktyvkar et leurs collègues ont développé un nouveau système pour prédire le risque de mortalité chez les patients atteints de syndrome coronarien aigu (SCA). Ce modèle basé sur le machine learning a montré une précision nettement supérieure à celle de l'échelle GRACE traditionnelle. C'est ce que rapporte Ixbt.com rapporte .

Les données de plus de 14 000 patients ont été utilisées pour l'analyse, dont 13 300 ont été incluses dans l'étude finale. L'algorithme a évalué 28 paramètres cliniques, notamment l'âge, les indicateurs hémodynamiques et les données de laboratoire. Le modèle d'ensemble CatBoost a donné le résultat le plus efficace – sa capacité de prédiction (AUC-ROC) a atteint 0,961, tandis que l'échelle GRACE affichait 0,919.

Le chef de projet, Ilya Solovyov, candidat en sciences biologiques, a souligné que cette technologie permet de créer un profil de risque individuel précis dès l'admission du patient à l'hôpital. En utilisant la méthode SHAP, les chercheurs ont identifié les principaux facteurs influençant le pronostic, notamment la fraction d'éjection ventriculaire gauche, le degré d'insuffisance cardiaque et la pression artérielle.

Les chercheurs ont noté que les résultats obtenus ne signifient pas encore que la technologie est prête pour une pratique clinique généralisée. Des essais cliniques multicentriques sont prévus pour la prochaine étape. Si ces tests sont concluants, la création de systèmes de nouvelle génération pour le soutien à la décision clinique est attendue, ce qui devrait réduire la mortalité liée aux maladies cardiovasculaires.