Les maladies cardiovasculaires sont la première cause de mortalité dans le monde, selon les données de l’Organisation mondiale de la santé. Environ 50 000 morts subites sont ainsi à déplorer chaque année en France, parfois chez des personnes de moins de 50 ans en bonne santé apparente. La maladie coronarienne des femmes est sous-diagnostiquée alors qu’elle est également la première cause de mortalité dans cette population.
Une détection précoce par coroscanner pourrait permettre de prévenir la mort subite et de diminuer le risque d’infarctus ou d’événement cardiovasculaire majeur. C’est en effet l’ignorance de la maladie qui tue, puisqu’elle peut être paucisymptomatique, voire complètement silencieuse, avec un arrêt cardiaque comme premier symptôme.
Les recommandations de la Société européenne de cardiologie (2019) et de l’American Heart Association et de l’American College of Cardiology (2021) placent le coroscanner comme examen de première intention dans le bilan des douleurs thoraciques stables, avec une classe 1A (haut niveau de preuve). Cette reconnaissance découle en particulier des données de l’étude SCOT-HEART, publiée en 20181 : baisse de la mortalité liée à la maladie coronarienne à cinq ans lorsqu’un coroscanner est effectué, plutôt qu’un test d’effort, après consultation aux urgences pour douleur thoracique. Cette baisse de mortalité s’explique notamment par une meilleure prise en charge : visualiser anatomiquement la maladie coronarienne permet d’optimiser le traitement médical.
Une autre large étude multicentrique européenne parue récemment confirme l’intérêt du scanner coronarien en première intention chez des patients avec douleur thoracique stable : le risque d’événement cardiovasculaire majeur à 3,5 ans est identique, que ce soit un coroscanner ou une coronarographie invasive qui ait été réalisé, avec davantage de complications majeures en cas de geste invasif.2
Depuis son origine, le scanner coronarien a fait la preuve d’une excellente valeur prédictive négative ; sa valeur prédictive positive reste moins élevée. Des scanners pourvus de larges détecteurs (16 cm) et/ou d’une rotation plus rapide permettent désormais une bonne qualité d’image pour la grande majorité des patients. À ce jour, cependant, peu de centres de radiologie réalisent des scanners cardiaques, faute d’équipement à la technologie suffisante et/ou par manque de formation médicale pour la lecture des images.
Pour que l’usage de cet examen s’accroisse rapidement, au regard du nombre de patients à explorer, il faudrait donc augmenter le parc de scanners haut de gamme et former davantage de médecins à la lecture des examens, ce qui prendra du temps.
L’intelligence artificielle (IA) pourrait partiellement compenser le manque actuel de radiologues ou de cardiologues formés ; par transfert d’expertise numérique, grâce à des techniques d’apprentissage profond (ou deep learning), l’IA permet en effet déjà une classification automatisée des lésions coronariennes à un niveau de précision proche de celui d’un expert.3
Une détection précoce par coroscanner pourrait permettre de prévenir la mort subite et de diminuer le risque d’infarctus ou d’événement cardiovasculaire majeur. C’est en effet l’ignorance de la maladie qui tue, puisqu’elle peut être paucisymptomatique, voire complètement silencieuse, avec un arrêt cardiaque comme premier symptôme.
Les recommandations de la Société européenne de cardiologie (2019) et de l’American Heart Association et de l’American College of Cardiology (2021) placent le coroscanner comme examen de première intention dans le bilan des douleurs thoraciques stables, avec une classe 1A (haut niveau de preuve). Cette reconnaissance découle en particulier des données de l’étude SCOT-HEART, publiée en 20181 : baisse de la mortalité liée à la maladie coronarienne à cinq ans lorsqu’un coroscanner est effectué, plutôt qu’un test d’effort, après consultation aux urgences pour douleur thoracique. Cette baisse de mortalité s’explique notamment par une meilleure prise en charge : visualiser anatomiquement la maladie coronarienne permet d’optimiser le traitement médical.
Une autre large étude multicentrique européenne parue récemment confirme l’intérêt du scanner coronarien en première intention chez des patients avec douleur thoracique stable : le risque d’événement cardiovasculaire majeur à 3,5 ans est identique, que ce soit un coroscanner ou une coronarographie invasive qui ait été réalisé, avec davantage de complications majeures en cas de geste invasif.2
Depuis son origine, le scanner coronarien a fait la preuve d’une excellente valeur prédictive négative ; sa valeur prédictive positive reste moins élevée. Des scanners pourvus de larges détecteurs (16 cm) et/ou d’une rotation plus rapide permettent désormais une bonne qualité d’image pour la grande majorité des patients. À ce jour, cependant, peu de centres de radiologie réalisent des scanners cardiaques, faute d’équipement à la technologie suffisante et/ou par manque de formation médicale pour la lecture des images.
Pour que l’usage de cet examen s’accroisse rapidement, au regard du nombre de patients à explorer, il faudrait donc augmenter le parc de scanners haut de gamme et former davantage de médecins à la lecture des examens, ce qui prendra du temps.
L’intelligence artificielle (IA) pourrait partiellement compenser le manque actuel de radiologues ou de cardiologues formés ; par transfert d’expertise numérique, grâce à des techniques d’apprentissage profond (ou deep learning), l’IA permet en effet déjà une classification automatisée des lésions coronariennes à un niveau de précision proche de celui d’un expert.3
Références
1. SCOT-HEART Investigators, Newby DE, Adamson PD, Berry C, Boon NA, Dweck MR, et al. Coronary CT Angiography and 5-year risk of myocardial infarction. N Engl J Med 2018;379(10):924-33.
2. The DISCHARGE Trial Group, Maurovich-Horvat P, Bosserdt M, Kofoed KF, Rieckmann N, Benedek T, et al. CT or Invasive coronary angiography in stable chest pain. N Engl J Med 2022;NEJMoa2200963.
3. Paul JF, Rohnean A, Giroussens H, Pressat-Laffouilhere T, Wong T. Evaluation of a deep learning model on coronary CT angiography for automatic stenosis detection. Diagn Interv Imaging 2022;S2211-5684(22)00004-3.
2. The DISCHARGE Trial Group, Maurovich-Horvat P, Bosserdt M, Kofoed KF, Rieckmann N, Benedek T, et al. CT or Invasive coronary angiography in stable chest pain. N Engl J Med 2022;NEJMoa2200963.
3. Paul JF, Rohnean A, Giroussens H, Pressat-Laffouilhere T, Wong T. Evaluation of a deep learning model on coronary CT angiography for automatic stenosis detection. Diagn Interv Imaging 2022;S2211-5684(22)00004-3.