La fibrillation auriculaire (FA) est le type de rythme cardiaque irrégulier le plus courant. Cela se produit lorsque les signaux électriques qui coordonnent les contractions du cœur deviennent chaotiques, provoquant des battements trop rapides et irréguliers du cœur. Cela peut entraîner un certain nombre de problèmes de santé graves, notamment des accidents vasculaires cérébraux, une insuffisance cardiaque et la mort.

La cause exacte de la FA n’est pas entièrement comprise, mais on pense qu’elle est liée à une combinaison de facteurs, notamment l’âge, l’obésité, l’hypertension artérielle et le diabète. La FA est également plus fréquente chez les personnes souffrant de certaines maladies cardiaques, telles que les valvulopathies cardiaques et les maladies coronariennes.

Les chercheurs travaillent à développer de nouvelles façons de prévenir et de traiter la FA. Une approche prometteuse consiste à utiliser des modèles informatiques pour simuler la façon dont les signaux électriques dans le cœur deviennent chaotiques. Cela peut aider les chercheurs à identifier les facteurs qui déclenchent la FA et à développer de nouveaux médicaments et traitements pour la prévenir.

Cependant, les modèles informatiques traditionnels du cœur sont souvent trop lents pour simuler les signaux électriques rapides qui se produisent pendant la FA. En effet, ces modèles doivent résoudre un grand nombre d’équations à chaque pas de temps, ce qui peut prendre beaucoup de temps sur un ordinateur.

Une nouvelle technique appelée réseaux à états d'écho (ESN) offre un moyen de surmonter ce problème. Les ESN sont un type de réseau neuronal récurrent qui peut être utilisé pour simuler des systèmes dynamiques complexes, tels que le cœur. Les ESN sont beaucoup plus rapides que les modèles informatiques traditionnels et peuvent être utilisés pour simuler les signaux électriques du cœur en temps réel.

Des chercheurs de l’Université de Californie à San Diego ont utilisé les ESN pour développer un nouveau modèle informatique de FA. Le modèle est capable de simuler les signaux électriques chaotiques qui se produisent pendant la FA et peut être utilisé pour étudier les facteurs qui déclenchent la FA. Les chercheurs espèrent que leur modèle contribuera à trouver de nouvelles façons de prévenir et de traiter la FA.

L'étude a été publiée dans la revue Chaos :An Interdgraduate Journal of Nonlinear Science.