Salute, pazienti a rischio arresto cardiaco: l’IA li individua più efficacemente dei medici

Un nuovo modello di intelligenza artificiale e’ molto piu’ efficace dei medici nell’identificare i pazienti a rischio di arresto cardiaco. Il fulcro e’ la capacita’ del sistema di analizzare le immagini cardiache, a lungo sottoutilizzate, insieme a un’ampia gamma di cartelle cliniche, per rivelare informazioni precedentemente nascoste sulla salute cardiaca di un paziente. Il lavoro finanziato a livello federale, guidato dai ricercatori della Johns Hopkins University, potrebbe salvare molte vite e risparmiare a molte persone interventi medici non necessari, tra cui l’impianto di defibrillatori non necessari. “Attualmente abbiamo pazienti che muoiono nel fiore degli anni perche’ non sono protetti e altri che sopportano i defibrillatori per il resto della vita senza alcun beneficio”, afferma l’autrice senior Natalia Trayanova, una ricercatrice specializzata nell’uso dell’intelligenza artificiale in cardiologia: “

Abbiamo la capacita’ di prevedere con altissima precisione se un paziente e’ ad altissimo rischio di morte cardiaca improvvisa o meno”. I risultati sono pubblicati oggi su Nature Cardiovascular Research. La cardiomiopatia ipertrofica e’ una delle malattie cardiache ereditarie piu’ diffuse: colpisce una persona su 200-500 in tutto il mondo ed e’ una delle principali cause di morte cardiaca improvvisa tra i giovani e gli atleti. Molti pazienti con cardiomiopatia ipertrofica conducono una vita normale, ma una percentuale di loro presenta un rischio significativamente più elevato di morte cardiaca improvvisa. E’ stato quasi impossibile per i medici identificare questi pazienti. Le attuali linee guida cliniche utilizzate dai medici negli Stati Uniti e in Europa per identificare i pazienti piu’ a rischio di infarto fatale hanno circa il 50% di possibilita’ di identificare i pazienti giusti, “non molto meglio del lancio di dadi”, spiega Trayanova.

Il modello del team ha superato significativamente le linee guida cliniche in tutti i gruppi demografici.

L’intelligenza artificiale multimodale per la stratificazione del rischio di aritmia ventricolare (MAARS) prevede il rischio di morte cardiaca improvvisa per ciascun paziente analizzando una serie di dati e cartelle cliniche e, per la prima volta, esplorando tutte le informazioni contenute nelle immagini MRI con contrasto del cuore del paziente. Le persone con cardiomiopatia ipertrofica sviluppano fibrosi, o cicatrici, in tutto il cuore, ed è proprio la cicatrizzazione ad aumentare il rischio di morte cardiaca improvvisa. Sebbene i medici non siano stati in grado di interpretare le immagini grezze della risonanza magnetica, il modello di intelligenza artificiale si e’ concentrato proprio sui pattern cicatriziali critici. “Nessuno ha mai utilizzato il deep learning su quelle immagini – dice Trayanova -. Siamo in grado di estrarre queste informazioni nascoste nelle immagini, che di solito non vengono considerate”. Il team ha testato il modello su pazienti reali trattati con le linee guida cliniche tradizionali presso il Johns Hopkins Hospital e il Sanger Heart & Vascular Institute nella Carolina del Nord. Rispetto alle linee guida cliniche che si sono rivelate accurate circa la meta’ delle volte, il modello di intelligenza artificiale ha avuto un’accuratezza dell’89% su tutti i pazienti e, cosa fondamentale, un’accuratezza del 93% per le persone di eta’ compresa tra 40 e 60 anni, la popolazione tra i pazienti con cardiomiopatia ipertrofica maggiormente a rischio di morte cardiaca improvvisa. Il modello di intelligenza artificiale e’ anche in grado di descrivere perche’ i pazienti sono ad alto rischio, in modo che i medici possano personalizzare un piano sanitario in base alle loro esigenze specifiche. “Il nostro studio dimostra che il modello di intelligenza artificiale migliora significativamente la nostra capacita’ di prevedere i soggetti a piu’ alto rischio rispetto ai nostri algoritmi attuali e ha quindi il potere di trasformare l’assistenza clinica”, conclude il coautore Jonathan Crispin, cardiologo della Johns Hopkins.