April 27, 2026
DeepRV
Fatima Zahra Fawzi, MSc, Istok Menkovic, MD, Nicolas Dostie, MD, Maxime Tremblay-Gravel, MD, MSc, Marie-Claude Parent, MD, Gabriel Assolo, MD, Jean-François Tanguay, MD, PhD, Guillaume Marquis-Gravel, MD, MSc, Minhaj Ansari, MSc, Joshua P. Barrios, PhD, Geoffrey H. Tison, MD, MPH, Jacques Delfrate, MSc, Robert Avram, MD
Évaluation automatisée de la fonction systolique ventriculaire droite à partir d’angiogrammes coronariens par algorithmes d’intelligence artificielle vidéo : développement, validation, comparaison aux humains et déploiement prospectif

La fonction systolique ventriculaire droite (FSVD) est un déterminant critique du pronostic cardiovasculaire — pourtant son évaluation au chevet pendant l’angiographie coronarienne est souvent impossible lorsque l’échocardiographie préalable n’est pas disponible, en particulier lors d’un syndrome coronarien aigu. Nous avons développé et validé DeepRV, un réseau de neurones profond vidéo en libre accès qui prédit une FSVD réduite directement à partir d’angiogrammes coronariens de routine.

Figure centrale DeepRV
Figure centrale. Pipeline DeepRV. Les angiogrammes coronariens multi-vues alimentent un modèle spatio-temporel vidéo (X3D-M) qui agrège les probabilités par vidéo en une classification au niveau de l’étude (FSVD normale ou réduite). AUROC test interne 0,80 (ICM, n=1 586), AUROC externe 0,75 (UCSF, n=2 247). Dans une étude de lecteurs sur 200 cas, l’assistance par IA a amélioré l’exactitude de 72,1 % à 77,6 % chez les cardiologues et de 43,5 % à 64,0 % chez les étudiants en médecine.

Pourquoi les angiogrammes coronariens ?

L’échocardiographie transthoracique (ETT) demeure la référence pour la FSVD, mais les fenêtres acoustiques sont souvent médiocres chez les patients critiques et l’ETT est rarement disponible immédiatement en salle de cathétérisme. Les angiogrammes coronariens, eux, sont déjà acquis chez presque tous les patients en SCA — ils encodent le mouvement systolique des artères épicardiques, qui contient de l’information sur la mécanique cardiaque sous-jacente. DeepRV en extrait un signal spécifique au ventricule droit.

Angiogramme coronarien diagnostique pré-ICP
Angiogramme coronarien en phase diagnostique avant ICP — le type de séquence que DeepRV ingère à l’inférence. Lors du déploiement prospectif, le temps d’inférence médian de bout en bout était de 5,1 secondes.

Développement et validation

DeepRV a été entraîné sur 8 053 études angiographiques de 6 035 patients à l’Institut de cardiologie de Montréal (2017–2023), avec la FSVD étiquetée par ETT appariée selon les recommandations 2025 de l’ASE (TAPSE, fraction de variation de surface, évaluation visuelle). Il a été validé en externe sur 2 247 études du UCSF (prévalence de FSVD réduite de 27,7 %) et déployé prospectivement à l’ICM sur 82 cas consécutifs de STEMI via la plateforme PACS-AI.

Déploiement en temps réel en salle de cathétérisme

DeepRV s’exécute dans PACS-AI, notre couche de routage DICOM qui transmet les angiogrammes aux modèles d’IA dès leur acquisition. Le cardiologue interventionniste voit la prédiction de FSVD au point de soins, avant même de quitter la salle.

Rapport DeepRV dans PACS-AI
Inférence DeepRV affichée en direct dans PACS-AI : score de probabilité, niveau de confiance, classification binaire, seuil du modèle et recommandations cliniques bilingues (EN/FR) — le tout livré pendant la procédure.
Angiogramme pré-ICP avec FSVD réduite
Même flux de travail sur un cas de FSVD réduite confirmée. L’analyse Grad-CAM de DeepRV localise l’attention sur le déplacement systolique des vaisseaux de la coronaire droite et de la coronaire gauche — ce sont les patrons de mouvement coronarien, et non l’anatomie vasculaire seule, qui pilotent la prédiction (Figure supplémentaire 9).

Au-delà du couplage VG–VD

Pour confirmer que DeepRV capture un signal spécifique au ventricule droit plutôt que de simplement suivre la fonction du ventricule gauche, nous l’avons comparé à CathEF, notre modèle FEVG basé sur l’angiographie. Chez les patients avec FEVG réduite (<40 %), DeepRV a significativement surpassé CathEF (AUROC 0,759 vs 0,661, p=0,006). Un modèle combiné CathEF+DeepRV a obtenu la meilleure discrimination globale (AUROC 0,833).

Cas clinique illustratif

Une femme de 69 ans s’est présentée avec un arrêt cardiaque et un STEMI inférieur sur l’ECG initial, qui s’est ensuite normalisé. Malgré une coronaire droite angiographiquement perméable et la résolution du sus-décalage, DeepRV a signalé une fonction VD réduite. Six heures plus tard, la patiente s’est détériorée et a nécessité un soutien vasopresseur ; l’ETT a confirmé une défaillance VD aiguë. Après la pose d’un stent dans la coronaire droite, le score DeepRV s’est normalisé — illustrant la détection en temps réel d’une dysfonction VD réversible au-delà de l’évaluation angiographique standard.

Pondérations et code en libre accès

Financé par le Fonds de recherche du Québec (FRQ 5232) et une bourse de carrière des FRQS au Dr Robert Avram.