Lors d’une session de résumés de dernière minute lors de la réunion annuelle de la Society of NeuroInterventional Surgery (SNIS) de cette année (31 juillet-4 août, San Diego, États-Unis), les chercheurs ont discuté d’une application pour smartphone capable de reconnaître de manière fiable et autonome les signes physiques d’AVC des patients grâce à la puissance des algorithmes d’apprentissage automatique.

Dans l’étude, des chercheurs de la David Geffen School of Medicine de l’Université de Californie à Las Angeles (UCLA) (Los Angeles, États-Unis) et de plusieurs institutions médicales en Bulgarie ont utilisé les données de 240 patients victimes d’un AVC dans quatre centres métropolitains d’AVC.

Dans les 72 heures suivant le début des symptômes des patients, les chercheurs ont utilisé des smartphones pour enregistrer des vidéos de patients et tester la force de leurs bras afin de détecter l’asymétrie faciale, la faiblesse des bras et les changements de la parole des patients, tous des signes typiques d’un accident vasculaire cérébral.

Pour évaluer l’asymétrie faciale, les auteurs de l’étude ont utilisé l’apprentissage automatique sur smartphone pour analyser 68 points de repère faciaux. Pour tester la faiblesse du bras, ils ont utilisé les données de l’accéléromètre, du gyroscope et du magnétomètre 3D internes standard d’un smartphone. Pour déterminer les changements de la parole, les chercheurs ont utilisé des coefficients cepstraux de fréquence mel – une méthode typique de reconnaissance sonore qui traduit les ondes sonores en images – pour comparer les modèles de parole normaux et altérés.

Ils ont ensuite testé l’application en utilisant les rapports des neurologues et les données de scintigraphie cérébrale, constatant que l’application était suffisamment sensible et spécifique pour diagnostiquer l’AVC avec précision dans presque tous les cas.

« Il est passionnant de penser comment cette application et la technologie émergente de l’apprentissage automatique aideront davantage de patients à identifier les symptômes d’AVC dès leur apparition », a déclaré Radoslav Raychev (UCLA David Geffen School of Medicine, Los Angeles, États-Unis), qui a présenté ces résultats au SNIS 2023 et est le PDG et cofondateur de Neuronics Medical, qui développe le FAST. Application d’IA évaluée dans la présente étude. « Il est impératif d’évaluer rapidement et précisément les symptômes pour s’assurer que les personnes victimes d’un AVC survivent et retrouvent leur autonomie. Nous espérons que le déploiement de cette application changera des vies et le domaine des soins de l’AVC. »

En conclusion de sa présentation SNIS, Raychev a rapporté que ces résultats préliminaires confirment que les algorithmes d’apprentissage automatique compatibles avec les smartphones peuvent identifier de manière fiable les caractéristiques de l’AVC aigu « avec une précision comparable à l’impression clinique des neurologues ».