(Malattia cardiaca-Immagine Credit Public Domain).
La calcificazione dell’arteria coronaria – l’accumulo di placca calcificata nelle pareti delle arterie del cuore – è un importante predittore di malattia cardiaca come gli attacchi di cuore. Il calcio coronarico può essere rilevato mediante scansioni di tomografia computerizzata (TC), ma la quantificazione della quantità di placca richiede esperienza radiologica, tempo e attrezzature specializzate. In pratica, anche se le scansioni TC del torace sono abbastanza comuni, le TC del punteggio di calcio non lo sono.
I ricercatori del programma di intelligenza artificiale in medicina (AIM) del Brigham and Women’s Hospital e del Cardiovascular Imaging Research Center (CIRC) del Massachusetts General Hospital hanno collaborato per sviluppare e valutare un sistema di apprendimento profondo che potrebbe aiutare a cambiare questa situazione. Il sistema misura automaticamente il calcio delle arterie coronariche dalle scansioni TC per aiutare medici e pazienti a prendere decisioni più informate sulla prevenzione cardiovascolare e rischio di malattia cardiaca. Il team ha convalidato il sistema utilizzando i dati di oltre 20.000 persone con risultati promettenti.
I loro risultati sono pubblicati in Nature Communications.
Le informazioni sul calcio dell’arteria coronaria potrebbero essere disponibili per quasi tutti i pazienti che ricevono una TC del torace, ma non sono quantificate semplicemente perché ci vuole troppo tempo per farlo per ogni paziente”, ha detto l’autore corrispondente Hugo Aerts, Ph.D. , Direttore del programma di intelligenza artificiale in medicina (AIM) presso la Brigham and Harvard Medical School. “Abbiamo sviluppato un algoritmo in grado di identificare le persone ad alto rischio di malattia cardiaca, in modo automatizzato”.
Vedi anche:Nuovo trattamento riduce il danno cardiaco dopo gravi attacchi di cuore
Lavorando con i colleghi, l’autore principale dello studio Roman Zeleznik, MSc, uno scienziato che lavora sui dati dell’ AIM, ha sviluppato il sistema di apprendimento profondo descritto nel documento per prevedere automaticamente e con precisione gli eventi cardiovascolari assegnando un punteggio al calcio coronarico. Sebbene lo strumento sia attualmente solo per scopi di ricerca, Zeleznik e coautori lo hanno reso open source e liberamente disponibile per chiunque lo utilizzi.
“In teoria, il sistema di apprendimento profondo fa molto di ciò che un essere umano farebbe per quantificare il calcio”, ha detto Zeleznik. “Il nostro documento mostra che potrebbe essere possibile quantificare il calcio in modo automatizzato”.
Il team ha iniziato addestrando il sistema di apprendimento profondo sui dati del Framingham Heart Study (FHS), uno studio di coorte di comunità asintomatico a lungo termine. I partecipanti al Framingham hanno ricevuto scansioni TC con punteggio calcio dedicato, che sono state valutate manualmente da lettori umani esperti e utilizzate per addestrare il sistema di apprendimento profondo.
Il sistema di apprendimento profondo è stato quindi applicato a tre ulteriori coorti di studio, che includevano forti fumatori con TC di screening del cancro del polmone (NLST: National Lung Screening Trial), pazienti con dolore toracico stabile con TC cardiaca (PROMISE: the Prospective Multicenter Imaging Study for Evaluation of Chest Pain) e pazienti con dolore toracico acuto con TC cardiaca (ROMICAT-II: the Rule Out Myocardial Infarction using Computer Assisted Tomography trial). Nel complesso, il team ha convalidato il sistema di apprendimento profondo in oltre 20.000 persone.
Udo Hoffmann, MD, Direttore di CIRC @ MGH è il principale ricercatore di immagini TC nell’FHS, PROMISE e ROMICAT.
I punteggi del calcio automatizzati dal sistema di apprendimento profondo erano altamente correlati con i punteggi del calcio manuali degli esperti umani. I punteggi automatizzati prevedevano anche in modo indipendente chi avrebbe continuato ad avere un evento cardiovascolare avverso maggiore come un attacco di cuore.
Il punteggio del calcio dell’arteria coronaria gioca un ruolo importante nelle attuali linee guida per chi dovrebbe assumere le statine per prevenire attacchi di cuore. “Questa è un’opportunità per noi di ottenere un valore aggiuntivo da queste TC del torace utilizzando l’intelligenza artificiale”, ha affermato il coautore Michael Lu, MD, MPH, Direttore dell’intelligenza artificiale presso il Cardiovascular Imaging Research Center di MGH. “Il punteggio del calcio nell’arteria coronarica può aiutare i pazienti e i medici a prendere decisioni informate e personalizzate sull’opportunità di assumere statine. Da un punto di vista clinico, il nostro obiettivo a lungo termine è implementare questo sistema di apprendimento profondo nelle cartelle cliniche elettroniche, per identificare automaticamente i pazienti ad alto rischio”.
Fonte:Nature Communications
