Améliorer la prédiction des maladies cardiovasculaires grâce aux ECG et aux images rétiniennes basés sur l'IA à l'aide de la cohorte de l'ÉLCV

Résumé du projet

Ce projet vise à révolutionner la prédiction des maladies cardiovasculaires (MCV) en utilisant l’ensemble de données de l’Étude longitudinale canadienne sur le vieillissement (ÉLCV) et des algorithmes d’IA avancés. En s’appuyant sur les données de 30 000 participant·es de la cohorte exhaustive de l’ÉLCV, il cherche à améliorer les modèles traditionnels comme le score de risque de Framingham, en améliorant la précision dans l’identification des patient·es à risque élevé de maladie cardiovasculaire. L’étude développera un biomarqueur numérique en utilisant une approche globale, intégrant des images cliniques, des ECG et des images rétiniennes des individus participant à l’ÉLCV pour la prédiction du risque cardiovasculaire. Il aspire à établir une nouvelle norme en matière de prédiction et de diagnostic du risque de maladie cardiovasculaire, à surpasser les méthodes existantes et à adapter les solutions à la population canadienne, transformant ainsi potentiellement les pratiques de soins cardiaques.