Permettre une prévention précise des maladies cardiométaboliques grâce à l’intelligence artificielle

• Maladies métaboliques
• La santé digitale

Des chercheurs du Département de la santé de la population (DoPH) et de l’Unité de biologie quantitative (QBU) du LIH ont mis en œuvre des approches avancées d’intelligence artificielle et d’apprentissage automatique pour classer les individus d’un échantillon représentatif de la population luxembourgeoise dans des groupes de risque distincts, ouvrant ainsi la voie à des stratégies plus ciblées en matière de prévention des maladies cardiométaboliques au niveau de la population. Leurs résultats ont été publiés le 6 août 2021 dans la revue Nature Portfolio, à la rubrique « Scientific Reports ».      

Notre travail fournit une caractérisation approfondie et apporte donc une meilleure compréhension de la santé cardiométabolique au sein de la population générale. Nos données suggèrent qu’une telle approche par formation de groupes pourrait à présent être utilisée pour définir des stratégies plus ciblées et sur-mesure de prévention personnalisée des maladies cardiométaboliques au niveau de la population,

déclare le D^r Fagherazzi.

Ces résultats semblent indiquer que les personnes du Groupe 1 pourraient bénéficier d’une stratégie de prévention générale, tandis que les 3 autres groupes pourraient bénéficier d’une approche plus personnalisée et soutenue afin d’améliorer leur santé. Une approche qui se concentrerait spécifiquement sur une prise en main du surpoids/de l’obésité, un traitement personnalisé du cholestérol, une stratégie ciblée de gestion du mode de vie, voire une chirurgie bariatrique, en fonction des paramètres de santé cardiovasculaire spécifiques et des profils socio-économiques qui les caractérisent.

S’il est validé en externe, les médecins généralistes pourraient un jour s’appuyer sur ce profilage pour avoir une meilleure perception d’un nouveau patient et de ce fait optimiser simultanément plusieurs paramètres cardiométaboliques,

conclut le D^r Fagherazzi.

Dans de futures études, des dispositifs portables pourraient également être utilisés pour recueillir des mesures objectives de facteurs d’intérêt supplémentaires, tels que l’activité physique, la santé mentale et la qualité du sommeil, qui pourraient constituer des informations précieuses pour compléter l’analyse en grappe.