L'IA face aux grands problèmes du monde · Médecine et découverte de médicaments · Nature (computational biology) · 2026-10-25
Cartographie du potentiel d'action des électrodes par apprentissage profond à partir d'électrogrammes unipolaires sans annotation pour la caractérisation du substrat dans la fibrillation atriale
Titre original: Deep-learning-based electrode action potential mapping from annotation-free unipolar electrograms for substrate characterization in atrial fibrillation
L'ablation par cathéter de la fibrillation atriale non paroxystique est limitée par la difficulté à identifier les régions de conduction anormale. L'équipe a développé DEAP Mapping, une méthode d'apprentissage profond qui reconstruit le potentiel de membrane à partir d'électrogrammes unipolaires sans annotation. Sur des cœurs de porc ex vivo, elle correspondait beaucoup plus étroitement à la cartographie optique que les cartes d'activation conventionnelles (SSIM 0.87 contre 0.36), et dans une étude rétrospective portant sur 12 patients, ses schémas de conduction différaient en partie de ceux des méthodes existantes.