ECG-AI AF
Gilbert Jabbour, Alexis Nolin-Lapalme, Olivier Tastet, Denis Corbin, Paloma Jordà, Achille Sowa, Jacques Delfrate, David Busseuil, Julie Hussin, Marie-Pierre Dubé, Jean-Claude Tardif, Léna Rivard, Laurent Macle, Julia Cadrin-Tourigny, Paul Khairy, Robert Avram*, Rafik Tadros*
La fibrillation anuriculaire est l’arythmie cardiaque soutenue la plus fréquente chez les adultes et est associée à un risque accru d’accident vasculaire cérébral, d’insuffisance cardiaque, de déclin cognitif, d’hospitalisations et de décès. L’apprentissage profond appliqué aux électrocardiogrammes (ECG-AI) est une approche émergente pour prédire la fibrillation ou le flutter atrial (FA). Nous présentons un modèle ECG-AI à poids ouverts développé à l’Institut de Cardiologie de Montréal (ICM) et validé de manière externe en utilisant l’ensemble de données MIMIC-IV, en comparant sa performance avec les modèles cliniques et les scores polygéniques pour la FA (PGS).
August 30, 2024
En savoir plus
