Sténose valvulaire aortique
Contexte
La sténose valvulaire aortique touche particulièrement les personnes âgées. Elle est la deuxième maladie cardiovasculaire la plus courante avec une prédominance croissante dans la population occidentale. Les valves sont des membranes qui se ferment étanchement et qui s’ouvrent pour permettre la circulation sanguine à l’intérieur des différentes cavités du cœur. La sténose valvulaire aortique est liée au vieillissement et au développement de calcifications (dépôts de sels de calcium) sur la valve. Au fil du temps, la valve se durcit et ne s’ouvre pas suffisamment pour permettre le passage du sang, pouvant entraîner un essoufflement, des douleurs thoraciques, une sensation de faiblesse ou de fatigue voire des malaises ou des syncopes chez les patients.
Pour arrêter la progression de la maladie, il n’existe pas de médicament à ce jour. Le seul traitement disponible est une intervention chirurgicale : un remplacement de la valve aortique par une prothèse. Cette opération n'est envisagée que lorsqu'une dégradation rapide de l'état de santé du patient est constatée ou suspectée de survenir à court terme.
Cependant, il a été démontré que certaines interventions chirurgicales peuvent être retardées, car la qualité de vie n'était pas améliorée, tandis que d'autres pourraient au contraire être effectuées plus tôt. En effet, pour l’instant il n'y a aucun moyen de détecter précocement la maladie, de déterminer comment la maladie va évoluer à court ou moyen terme, de savoir quels traitements médicaux suggérer, ou encore de définir le meilleur moment pour intervenir. Des avancées sont donc nécessaires afin d'améliorer les méthodes de dépistage, de diagnostic, d’identification des risques et de prédiction du traitement optimal.
Objectifs du projet
Le projet STENOSE VALVULAIRE AORTIQUE, porté par l’Université de Laval (Québec) et l’Université Côte d’Azur, vise à améliorer le traitement de la sténose valvulaire aortique en utilisant des approches d’intelligence artificielle (IA).
Plus particulièrement, le projet cherche à répondre à deux axes de recherche :
- déterminer des sous-groupes de patientes et de patients (phénogroupes) partageant un type de sténose aortique similaire afin d’en améliorer la prise en charge.
- définir le moment optimal d’intervention dans le traitement de la maladie ; en particulier identifier de possibles stratégies d'interventions spécifiques à chaque phénogroupe.
Deux objectifs sont ainsi proposés : développer un premier modèle d’intelligence artificielle pour identifier les patients à risque de progression rapide de la maladie, et un second pour identifier les types de sténoses valvulaires aortiques qui diffèrent par leur rapidité de progression.
Méthodologie et caractère innovant
Le projet mobilise des données recueillies sur une période de 15 ans. Pour chaque patient, plusieurs types de données ont été collectées : des échocardiographies, des images de scanner, des résultats d’analyse d’échantillons sanguins et diverses informations cliniques. De plus, ces données ont été récupérées au cours de plusieurs visites, car certains patients ont été suivis pendant des périodes allant jusqu’à 10 ans.
Le projet vise ensuite à construire des modèles prédictifs d'apprentissage qui exploitent l'ensemble des données disponibles, en tenant compte de toutes les consultations de chaque patient.
Le projet Sténose valvulaire aortique est lauréat de la première vague de l’appel à projets porté conjointement par le Health Data Hub et le Fonds de Recherche du Québec en Santé. Dans ce cadre, il bénéficie d’un accompagnement financier de la part du Health Data Hub.
Résultats/livrables
Les modèles développés détermineront le risque de progression de la maladie et les phénogroupes avec une grande précision. Ces deux informations sont des éléments clés pour individualiser et optimiser la prise en charge thérapeutique ainsi que le moment idéal de l'intervention chirurgicale. Les modèles développés seront en libre accès et mis en place dans un pipeline pour une réutilisation aisée, facilitant ainsi le transfert de connaissances à la communauté clinique. A terme, elles constitueront un nouvel outil pour guider le médecin traitant dans le choix du meilleur type et du meilleur moment de traitement pour un patient donné, bâtissant ainsi une médecine personnalisée.
Le projet a récemment donné lieu à une publication scientifique portant sur l'évaluation des méthodes de prédiction de l'évolution de la sténose aortique. L'objectif principal était de comparer différentes approches sur une cohorte de patients afin d'identifier des sous-groupes spécifiques. Pour en savoir plus, consultez l'article ici : lien vers l'article.