Algoritmo prevede gli attacchi di cuore

L’accumulo di placca può causare il restringimento delle arterie, il che renimpedisce che il sangue arrivi al cuore, aumentando la probabilità di un infarto. Un test medico chiamato angiografia coronarica con tomografia computerizzata (CTA) acquisisce immagini 3D del cuore e delle arterie e può fornire ai medici una stima di quanto le arterie di un paziente si siano ristrette. Finora, tuttavia, non esisteva un modo semplice, automatizzato e rapido per misurare la placca visibile nelle immagini CTA.

“La placca coronarica spesso non viene misurata perché non esiste un modo completamente automatizzato per farlo“, ha affermato Damini Dey, Ph.D., direttore del laboratorio di analisi quantitativa delle immagini presso il Biomedical Imaging Research Institute di Cedars-Sinai e autore senior di lo studio: “Quando viene misurato, un esperto impiega da 25 a 30 minuti, ma ora possiamo utilizzare questo programma per quantificare la placca dalle immagini CTA in cinque o sei secondi”.

Dey e colleghi hanno analizzato le immagini CTA di 1.196 persone sottoposte a CTA coronarica in 11 siti in Australia, Germania, Giappone, Scozia e Stati Uniti. Gli scienziati hanno addestrato l’algoritmo per misurare la placca facendolo impratichire attraverso  immagini CTA coronariche donate da 921 persone, che erano già state analizzate da medici specializzati sull’argomento.

L’algoritmo si attiva delineando prima le arterie coronarie in immagini 3-D, quindi identificando i depositi di sangue e placca all’interno delle arterie coronarie stesse. Gli studiosi hanno rivelato che le misurazioni dello strumento corrispondevano alle quantità di placca osservate nelle CTA coronariche e hanno anche confrontato i risultati con le immagini acquisite da due test invasivi considerati altamente accurati nella valutazione della placca e del restringimento dell’arteria coronaria: ecografia intravascolare e angiografia coronarica con catetere .

In un secondo step, gli scienziati hanno scoperto che le misurazioni effettuate dall’algoritmo AI (Intelligenza Artificiale) dalle immagini CTA hanno predetto con precisione certosina il rischio di infarto entro cinque anni per 1.611 persone che hanno partecipato ad uno studio multicentrico chiamato studio SCOT-HEART.

“Sono necessari ulteriori ricerche, ma esiste la possibilità di poter essere in grado di prevedere se e quanto presto è probabile che una persona abbia un infarto in base alla quantità e alla composizione della placca rilevata con questo test standard”, ha affermato Dey, che è anche professore di Scienze Biomediche al Cedars-Sinai.

Altre ricerche hanno sfruttato un algoritmo per prevedere l’insorgenza di un’insufficienza cardiaca: “Abbiamo dimostrato che gli algoritmi di deep learning possono riconoscere i problemi di pompaggio del sangue su entrambi i lati del cuore dai dati della forma d’onda dell’ECG”, ha affermato in un comunicato stampa il professore assistente di genetica e scienze genomiche Benjamin S. Glicksberg.

“Di solito, la diagnosi di questo tipo di malattie cardiache richiede procedure costose e che richiedono tempo. Ci auguriamo che questo algoritmo consenta una diagnosi più rapida dell’insufficienza cardiaca“, hanno spiegato gli esperti.

Per anni, i medici si sono affidati agli ecocardiogrammi per valutare se un paziente potesse soffrire di insufficienza cardiaca. Sebbene questo metodo sia utile, è anche laborioso e non ampiamente disponibile.

“Sebbene interessante, tradizionalmente è stato difficile per i medici utilizzare gli ECG per diagnosticare l’insufficienza cardiaca. Ciò è in parte dovuto al fatto che non esistono criteri diagnostici stabiliti per queste valutazioni e perché alcuni cambiamenti nelle letture dell’ECG sono semplicemente troppo sottili per essere rilevati dall’occhio umano“, ha affermato Girish N. Nadkarni, professore associato di medicina presso il Scuola di Medicina Icahn al Monte Sinai.

Questo studio rappresenta un “entusiasmante passo avanti nella ricerca di informazioni nascoste all’interno dei dati ECG che possono portare a migliori paradigmi di screening e trattamento utilizzando un test relativamente semplice e ampiamente disponibile”.

L’algoritmo ha avuto una precisione del 94% nel predire quali pazienti avrebbero subìto una frazione di eiezione sanitaria e all’87% nel prevedere quelli con una frazione di eiezione inferiore al 40%. Per quanto riguarda l’intercettazione di pazienti con un cuore indebolito, l’algoritmo ha avuto una precisione del 73%.

I risultati hanno altresì rivelato che l’algoritmo ha imparato a rilevare la debolezza della valvola destra dagli elettrocardiogrammi con un’accuratezza dell’84%. Secondo gli studiosi, l’analisi aggiuntiva potrebbe migliorare la capacità dell’IA di rilevare la debolezza cardiaca in tutti i pazienti, indipendentemente dalla razza e dal sesso.

“I nostri risultati suggeriscono che questo algoritmo potrebbe essere uno strumento utile per aiutare i professionisti clinici a combattere l’insufficienza cardiaca subita da una varietà di pazienti”, ha affermato Glicksberg. “Stiamo progettando attentamente prove prospettiche per testarne l’efficacia in un ambiente più reale“.

Secondo Dey e colleghi è importante continuare a studiare in che modo il loro algoritmo di riesce a quantificare i depositi di placca nei pazienti sottoposti a CTA coronarica.