Évaluation multimodale assistée par IA de la fonction ventriculaire droite à partir de l’échocardiographie prédit la mortalité chez les patients atteints d’hypertension pulmonaire et d’insuffisance cardiaque droite

Pourquoi cela compte pour les patients et les familles

L’hypertension pulmonaire et l’insuffisance cardiaque droite évoluent souvent en silence jusqu’à devenir menaçantes pour la vie. Les médecins peuvent examiner des images échographiques du cœur, mais les lésions précoces et subtiles du ventricule droit sont faciles à manquer et difficiles à quantifier. Cette étude montre comment un système d’intelligence artificielle (IA) peut analyser ces examens cardiaques avec un niveau de détail supérieur à celui d’un humain seul, aidant les cliniciens à estimer le risque de décès en cours d’hospitalisation et au cours des années suivantes — et potentiellement à intervenir plus tôt.

Un examen approfondi d’un cœur droit sous contrainte

Lorsque la pression dans la circulation pulmonaire reste élevée, le côté droit du cœur doit pomper contre une résistance accrue. Avec le temps, le ventricule droit se dilate, les fibres musculaires s’affaiblissent, et les patients présentent œdèmes, essoufflement et hypotension. L’échocardiographie standard — l’échographie cardiaque familière — peut mesurer des mouvements simples, comme la distance parcourue par l’anneau valvulaire à chaque battement. Mais le ventricule droit a une forme complexe et ne se contracte pas de manière uniforme, si bien que ces mesures traditionnelles peuvent passer à côté de lésions précoces ou patchy, en particulier chez les patients très malades.

Mesurer la déformation du muscle cardiaque

Les logiciels échographiques modernes peuvent suivre de petits motifs de « speckle » dans la paroi myocardique d’une image à l’autre, calculant combien chaque région se raccourcit ou s’allonge à chaque battement. Cette mesure, appelée « strain » longitudinal, est particulièrement importante pour le ventricule droit. Dans cette étude, les cliniciens se sont focalisés sur une valeur moyenne de strain calculée sur six segments standard de la paroi ventriculaire droite. Des valeurs moins négatives (c’est‑à‑dire moins de raccourcissement) traduisent une fonction musculaire affaiblie. Parmi 586 adultes hospitalisés pour hypertension pulmonaire et insuffisance cardiaque droite, ceux qui sont décédés présentaient des valeurs de strain nettement plus mauvaises et des pressions artérielles pulmonaires plus élevées que les survivants, confirmant que cette mesure fine du mouvement reflète un risque biologique réel.

Apprendre à une IA à lire le cœur

L’équipe de recherche a construit un modèle d’apprentissage profond qui ne s’appuyait pas sur un seul nombre ou un seul type d’image. Il a analysé trois flux d’information extraits d’un battement cardiaque : les courbes complètes de strain dans le temps, des clips vidéo échographiques pris selon deux angles de vue, et des tracés Doppler montrant la vitesse et la direction du flux sanguin. Chaque flux était traité par son propre encodeur spécialisé, puis un module de « cross-attention » a appris à l’IA à aligner mouvements, structure et schémas d’écoulement qui allaient ensemble. Des données cliniques et des mesures échographiques conventionnelles ont également été incluses. La tâche du système était simple : pour chaque patient, fournir la probabilité de décès à l’hôpital et sur le long terme.

Performance prédictive de l’IA

Les patients ont été répartis aléatoirement en groupes d’entraînement, de validation et de test afin que la performance finale puisse être évaluée sur des données jamais vues par l’IA. Dans l’ensemble de test indépendant, le modèle a atteint une aire sous la courbe ROC (AUC) de 0,823, ce qui signifie qu’il a correctement classé les patients à risque plus élevé et plus faible plus de 8 fois sur 10. Il a surperformé des mesures standard prises isolément, y compris la pression artérielle pulmonaire et le strain moyen du ventricule droit utilisés seuls. Le système d’IA était aussi rapide : il pouvait analyser les informations échographiques nécessaires en environ quatre minutes, contre environ vingt minutes pour qu’un échographiste réalise et interprète manuellement l’analyse de strain.

Ce que cela pourrait changer pour la prise en charge

Pour un patient allongé en réanimation avec une hypertension pulmonaire avancée, savoir si son cœur droit est en train de défaillir discrètement ou s’il reste stable peut modifier les choix thérapeutiques — par exemple, pour intensifier les médicaments, envisager des thérapies avancées ou prévoir un suivi plus rapproché. Cette étude suggère qu’un assistant IA, intégré à l’échographie cardiaque de routine, peut fournir une estimation du risque plus précise et plus rapide que les mesures standard seules. Si l’approche doit encore être testée dans d’autres hôpitaux et avec différents appareils échographiques, elle ouvre la voie à un avenir où l’analyse automatisée et détaillée du mouvement cardiaque aide les médecins à personnaliser les soins et, potentiellement, à améliorer la survie des personnes atteintes de pathologie droite sévère.

Citation: Mou, H., Zhang, G., Xiu, L. et al. AI–assisted multimodal assessment for right ventricular function from echocardiography predicts mortality in patients with pulmonary hypertension and right heart failure. Sci Rep 16, 5323 (2026). https://doi.org/10.1038/s41598-026-36533-y

Mots-clés: hypertension pulmonaire, insuffisance cardiaque droite, échocardiographie, intelligence artificielle, prévision du risque