L'échocardiographie joue un rôle prépondérant dans la pratique clinique quotidienne pour mettre en évidence une dysfonction structurelle ou fonctionnelle du cœur. Les anomalies observées combinées aux données cliniques de patients conduisent à des diagnostics, dont beaucoup nécessitent la réalisation d'examens complémentaires pour diagnostiquer l'origine (étiologie) de la pathologie cardiaque, ce qui modifiera le pronostic du patient et la thérapie ultérieure.
L'objectif de ce projet est de développer des modèles rigoureux et explicables pour la prédiction de l'origine de maladies cardiaques ciblées à partir d'images échocardiographiques et de données de patients, en se basant sur le paradigme de l'intelligence artificielle (IA). La force de cette étude réside dans le développement d'un cadre IA solide basé sur le paradigme de transformation pour modéliser les interactions complexes entre les informations basées sur les images échocardiographiques et les données pertinentes du patient.
Notre solution sera développée sur la base d'un ensemble de données unique qui sera mis en œuvre dans le contexte particulier de cette étude. Il comprendra un total de 1500 patients d'une étude multicentrique (HCL et CHU de Caen) et multi vendeur (systèmes GE et Philips) pour lesquels des examens complémentaires ont été réalisés afin d'établir un diagnostic étiologique.
