IBM innove avec une IA qui simule la fonction cardiaque en quelques minutes

• Une nouvelle méthode utilise des algorithmes de calcul haute performance pour améliorer les simulations de réserve de flux fractionnaire virtuelle (vFFR).
• L'algorithme repose sur l'apprentissage automatique et une méthode d'accélération d'apprentissage profond appelée régression par processus gaussiens.
• Elle peut simuler parfaitement ce qui se passe à l'intérieur du cœur en 1 à 2 minutes.

La plupart des modèles multi-échelles de mécanique cardiaque semblent prometteurs, mais en matière de diagnostic et de traitement, leurs capacités sont assez limitées. Comme ils ne sont pas capables de gérer efficacement les données cliniques, de contraindre les variables non fixées et de gérer la complexité computationnelle, ils ne peuvent pas fournir une assistance efficace pour les décisions cliniques et les soins médicaux.

Le type de maladie cardiaque le plus courant est la maladie coronarienne (CAD), qui touche près de 16,5 millions d'adultes américains. C'est aussi la principale cause de décès tant chez les femmes que chez les hommes aux États-Unis. Selon la Cleveland Clinic, une personne aux États-Unis fait une crise cardiaque toutes les 40 secondes.

C'est une condition dans laquelle les artères coronaires se bouchent (ou se rétrécissent) en raison de l'accumulation de dépôts graisseux et de cholestérol (connus sous le nom de plaques) sur les parois internes des artères. Ces plaques restreignent le flux sanguin, ce qui peut entraîner une crise cardiaque.

Simulation du flux sanguin dans les artères

Pour améliorer le diagnostic de telles maladies, les chercheurs explorent de nouvelles méthodes pour examiner le blocage dans les artères en utilisant une technique appelée réserve de flux fractionnaire virtuelle (vFFR). Elle utilise la dynamique des fluides computationnelle et des angiographies aux rayons X pour étudier les mouvements des fluides et simuler le flux sanguin dans les artères coronaires.

Pour observer la plaque à l'intérieur des artères, un patient doit subir des injections d'agent hyperémique. Cependant, ce type de simulations élimine la nécessité d'un cathéter à fil de pression.

Les vFFR existants basés sur des algorithmes de dynamique des fluides computationnelle prennent souvent plus d'une journée pour générer une simulation complète. Pour utiliser efficacement la ou les méthodes vFFR, il est nécessaire d'améliorer les algorithmes sur lesquels ils s'exécutent, sans réduire la précision diagnostique. Il devrait être capable de calculer une simulation complète en quelques minutes, offrant une vue plus large des artères bloquées.

Pour répondre à ces exigences, les chercheurs d'IBM ont développé une nouvelle méthode qui utilise des algorithmes de calcul haute performance pour améliorer les simulations vFFR. L'algorithme est basé sur l'apprentissage automatique et une méthode d'accélération d'apprentissage profond appelée régression par processus gaussiens. Il peut être utilisé pour assister les algorithmes d'optimisation, même dans des scénarios délicats où les fonctionnelles objectifs ne peuvent pas être facilement différenciées.

Référence : Frontiers Physiology | doi:10.3389/fphys.2018.01002 | IBM

L'algorithme prend en entrée la taille, la localisation et la profondeur transmurale de l'infarctus et modélise les changements calculés dans les simulations. Il peut exécuter 40 simulations d'infarctus à des emplacements et formes variés. Après entraînement sur les résultats de simulations par éléments finis, l'algorithme fournit une représentation utile pour étudier les effets complexes.

Les simulations hémodynamiques pour le diagnostic basé sur vFFR s'exécutent en 1 à 2 minutes sur des systèmes POWER9 avec GPU NVIDIA Tesla V100. Selon les chercheurs, c'est la première simulation de ce type à être exécutée en quasi temps réel.

Les simulations rapides du modèle peuvent réduire le travail manuel et aider les cliniciens à examiner rapidement les conditions cardiaques, allégeant la charge mentale des patients en attente de résultats de tests.

À lire : Google développe une IA qui prédit les maladies cardiaques en scannant vos yeux

Cette étude fait partie du travail d'IBM pour construire une image complète et plus précise des mécanismes internes du cœur avec l'intelligence artificielle et les modèles biophysiques. Ils ont publié de nouvelles techniques pour visualiser ce qui se passe à l'intérieur du cœur au niveau cellulaire et anatomique.