IA/Infarto-Immagine Credit Public Domain.
Gli attacchi di cuore colpiscono 805.000 persone ogni anno negli Stati Uniti e le sole condizioni cardiache sono responsabili di circa 1 su 5 dei decessi totali che si verificano nel paese. Molti di questi casi potrebbero essere prevenuti, ma gli studi evidenziano che anche se una persona è giovane e segue uno stile di vita perfettamente sano, può comunque avere un infarto. Fortunatamente, potremmo avere un nuovo alleato sotto forma di tecnologia.
Un team di ricercatori ha creato un’intelligenza artificiale che valuta il rischio di avere un infarto nei prossimi 10 anni, semplicemente guardando una radiografia del torace.
“Il nostro modello di deep learning offre una potenziale soluzione per lo screening del rischio di malattie cardiovascolari utilizzando le immagini radiografiche del torace esistenti”, ha affermato il Dott. Jakob Weiss, ricercatore capo e radiologo presso il Massachusetts General Hospital.
Attuale modello di previsione dell’attacco cardiaco
I disturbi cardiaci che hanno origine da un flusso sanguigno ridotto o bloccato nelle arterie a causa dell’accumulo di colesterolo e grasso in esse, sono chiamati malattie cardiovascolari aterosclerotiche (ASCVSD). Queste condizioni sono una delle principali cause di ictus nei pazienti cardiopatici. Il modello di deep learning sviluppato dal Dottor Weiss e dal suo team rileva modelli nelle immagini a raggi X che sono effettivamente collegati agli attacchi di cuore derivanti da ASCVD.
Vedi anche:L’intelligenza artificiale potrebbe trasformare pensieri in azioni
Generalmente, se un medico desidera prevedere il rischio di infarto per un paziente, utilizza un modello statistico che calcola il punteggio di rischio ASCVD. Questo approccio prevede la valutazione della salute cardiaca sulla base di fattori come la pressione arteriosa sistolica, l’età, l’ipertensione, la diagnosi di diabete di tipo 2, la razza, la dipendenza, gli esami del sangue e il sesso. Tuttavia, poiché potrebbe non essere sempre possibile avere accesso a tutti questi dati, i ricercatori considerano i raggi X un parametro singolare ideale per il calcolo del rischio di infarto.
“Le variabili necessarie per calcolare il rischio ASCVD spesso non sono disponibili, il che rende desiderabili approcci per lo screening basato sulla popolazione. La bellezza di questo approccio (proposto) è che hai solo bisogno di una radiografia, che viene acquisita milioni di volte al giorno in tutto il mondo. Poiché le radiografie del torace sono comunemente disponibili, il nostro approccio può aiutare a identificare le persone ad alto rischio di infarto“, ha affermato il Dott. Weiss.
In che modo un’intelligenza artificiale prevede il rischio di infarto?
I ricercatori hanno sviluppato e addestrato un’intelligenza artificiale chiamata CXR-CVD utilizzando 147.497 radiografie del torace di 40.643 individui sottoposti a screening per cancro ai polmoni, alle ovaie e alla prostata, durante uno studio clinico. Hanno ulteriormente testato il loro modello di deep learning utilizzando i raggi X del torace (CXR) di 11.430 pazienti (l’età media di questi pazienti era di 60 anni) che erano potenzialmente a rischio di malattie cardiache e potrebbero richiedere la terapia con statine nel prossimo futuro.
I ricercatori hanno anche utilizzato il modello statistico per calcolare il rischio di ictus per questi pazienti e confrontarlo con l’AI. Mentre sono stati in grado di diagnosticare tutti i pazienti utilizzando il modello di rischio CVD CXR, solo 2.401 pazienti sono stati testati utilizzando l’approccio statistico standard perché i dati relativi a vari fattori (come colesterolo, BP, ecc.) non erano disponibili per tutti i pazienti.
Il modello CXR-CVD ha previsto il rischio di infarto in 1.096 pazienti per un tempo medio di follow-up di 10,3 anni. Lo studio menziona che anche le attuali linee guida sanitarie raccomandano di calcolare un rischio a 10 anni per i pazienti in modo che possa essere loro prescritta un’efficace strategia di trattamento con statine per evitare problemi cardiovascolari.
I ricercatori hanno affermato che durante i test, la loro intelligenza artificiale ha funzionato così come il metodo statistico tradizionale. Tuttavia, devono condurre uno studio randomizzato controllato per confermare ulteriormente la sua efficacia. “Sulla base di una singola immagine radiografica del torace esistente, il nostro modello di deep learning prevede futuri eventi avversi cardiovascolari maggiori con prestazioni simili e valore incrementale rispetto allo standard clinico stabilito”, osserva il Dr. Weiss.
Se il modello di rischio CXR-CVD funziona bene nel prossimo studio, non c’è dubbio che cambierà per sempre il modo in cui affrontiamo la diagnosi di infarto.
Lo studio è stato presentato alla 108a assemblea scientifica e al meeting annuale della Radiological Society of North America.
