Une vidéo du visage pour dépister l’hypertension et le diabète, selon des chercheurs.

Actuellement, 1,4 milliard d’adultes âgés de 30 à 79 ans souffrent d’hypertension artérielle (HTA) dans le monde, tandis que 589 millions de personnes vivent avec un diabète. « Bien que l’hypertension artérielle et le diabète figurent parmi les principaux facteurs de risque cardiovasculaire modifiables, de nombreux cas ne sont pas diagnostiqués », souligne Ryoko Uchida, chercheuse de l’Université de Tokyo et de l’Institute of Science Tokyo (Japon) qui présentera l’étude au Congrès européen de cardiologie 2026. « Le dépistage repose actuellement sur des consultations médicales dédiées ou sur des dispositifs portables, ce qui limite la proportion de la population pouvant être concernée. »

Une précision de 90,3 % pour l’HTA et de 81,2 % pour le diabète avec une vidéo de 5 secondes

Les chercheurs ont cherché à déterminer si l’analyse de vidéos faciales par intelligence artificielle (IA) pouvait détecter rapidement et avec précision une HTA et un diabète non diagnostiqués.

L’étude prospective a inclus 215 participants, comprenant des patients ayant reçu un des deux diagnostics et des volontaires en bonne santé. Chaque participant a fait l’objet d’un enregistrement vidéo de courte durée et à grande vitesse de son visage et de ses paumes de main à l’aide d’une caméra spectroscopique, capable d’analyser les caractéristiques de la lumière réfléchie par la peau.

L’algorithme d’apprentissage automatique a ensuite analysé les vidéos individuelles et extrait plusieurs types de données : sur la dynamique des ondes de pouls, sur les profils de circulation sanguine cutanée ainsi que sur les caractéristiques spectrales de la coloration de la peau. Les participants ont également bénéficié d’évaluations habituelles visant à identifier une HTA ou un diabète.

L’algorithme a pu détecter l’HTA avec une précision de 95 % à partir d’un enregistrement de 30 secondes. Avec une vidéo réduite à 5 secondes, la précision restait élevée, à 90,3 %. L’algorithme a également montré sa capacité à détecter le diabète à partir des profils de circulation sanguine du visage : 88,2 % avec une vidéo de 30 secondes et 81,2 % avec une vidéo de 5 secondes.

Variable d’une personne à l’autre

L’algorithme pouvait également estimer la valeur précise de pression artérielle à partir d’une simple vidéo du visage. Pour la pression artérielle systolique (PAS), l’écart entre les valeurs estimées par l’IA et les valeurs mesurées de manière classique était en moyenne de 2,6 mmHg, respectant la limite de +/-5 mmHg fixée par l’Association for the Advancement of Medical Instrumentation (AAMI).

Cependant, les résultats variaient d’une personne à l’autre. La « dispersion des erreurs » atteignait +/-12 mmHg, dépassant la limite de +/-8 mmHg fixée par l’AAMI. Cela signifie que pour certains participants, l’IA pouvait être éloignée de la valeur réelle.

Bien que l’algorithme soit précis en moyenne, ses résultats restent trop variables pour répondre pleinement aux critères de référence. Les travaux futurs viseront à réduire cette variabilité grâce à des jeux de données plus importants et multicentriques, ainsi qu’à l’optimisation des caractéristiques analysées.

Ces résultats devront ensuite être validés auprès de cohortes plus importantes et de populations plus diversifiées.

* La pression artérielle mesurée à l’aide d’un brassard a servi de référence pour identifier l’hypertension (pression systolique ≥ 130 mmHg ou pression diastolique ≥ 80 mmHg, selon les critères de l’AHA de 2017). Pour le diabète, les valeurs d’HbA1c et le diagnostic établi par un médecin ont servi de référence (HbA1c ≥ 6,5 % ou diagnostic clinique).