Les chercheurs ont entraîné deux réseaux résiduels identiques à partir d’images d’un seul battement cardiaque à l’ECG. L’un des réseaux recevait un codage en fausses couleurs qui colorait la zone sous l’intervalle QT à l’aide de teintes choisies selon le nomogramme QT, un outil clinique d’évaluation du risque. Le modèle utilisant uniquement les couleurs a obtenu des scores AUC de 0,903 et 0,914 lors de deux visites de la UK Biobank, contre environ 0,72 pour le modèle en monochrome. Avec huit méthodes d’explication, les images en couleur ont permis de localiser plus clairement et plus régulièrement la zone QT à risque.
Pourquoi c'est important
Les cliniciens pourraient s’appuyer sur des explications d’ECG générées par l’IA et cohérentes avec l’électrophysiologie connue, ce qui renforcerait leur confiance dans les évaluations automatisées du risque.
