Key4biz

Intelligenza artificiale per predire il rischio cardiaco, dalla Scozia una nuova ricerca

Condizione che si verifica quando il tessuto muscolare del cuore risulta danneggiato e sovraffaticato – non di rado, come conseguenza di ipertensione, aterosclerosi, aritmie oppure malattie delle valvole cardiache – lo scompenso cardiaco è al centro di un nuovo studio dell’Università di Dundee, focalizzato sull’intelligenza artificiale per predire il rischio di scompenso cardiaco. Gli esiti della ricerca, che schiude la strada all’impiego dell’AI nella prevenzione dell’insufficienza cardiaca, sono visibili sulla rivista ESC Heart Failure.

La notizia rimanda a quella, altrettanto recente, relativa agli Stati Uniti; la Food and Drug Administration (FDA) ha approvato il primo stetoscopio dotato di intelligenza artificiale in grado di individuare i segnali di scompenso cardiaco anche nel corso di semplici visite di routine (è bene ricordare che, dopo i 65 anni, l’insufficienza cardiaca rappresenta la prima ragione di ricovero ospedaliero). Il dispositivo è stato sviluppato dagli esperti della Mayo Clinic, e dell’azienda Eko Health (che lo dettaglia in una nota). Senza dimenticare la ricerca pubblicata su Nature Medicine, coordinata dal National Defense Medical Center di Taipei (Taiwan), che grazie all’intelligenza artificiale applicata all’Ecg ha identificato – ed è la prima volta – una serie di pazienti ospedalizzati ma ad elevato pericolo di mortalità.

AI che “legge” l’elettrocardiogramma

Tornando nel Regno Unito, nell’ambito della studio i ricercatori hanno fatto leva sull’intelligenza artificiale per analizzare le immagini del cuore acquisite nella biobanca Scottish Health Research Register (Share), riuscendo a individuare, mediante cartelle cliniche elettroniche e scansioni ecocardiografiche, i pazienti con insufficienza cardiaca. Inoltre, i ricercatori hanno testato l’intelligenza artificiale, approfondendo la sua capacità di individuare irregolarità che potrebbero incrementare il pericolo di scompenso cardiaco.

Dallo studio è emerso che le scansioni cardiache migliorate da software di AI e Machine Learning forniscono, rispetto alle scansioni canoniche, una quantità più rilevante di misurazioni circoscritte sulla struttura e sulla funzione cardiaca. Informazioni particolarmente utili per riuscire a diagnosticare l’insufficienza cardiaca in maniera più efficiente e su una scala più vasta, come illustra Chim Lang, coordinatore della ricerca (“L’intelligenza artificiale potrebbe migliorare l’efficienza e la rapidità nella selezione dei pazienti per studi clinici e, al contempo, ottimizzare la sorveglianza dell’insufficienza cardiaca e la diagnosi precoce nei sistemi ospedalieri”).

Trattamenti ad hoc in base alla diagnosi

Lo scompenso cardiaco non è sempre uguale. E probabilmente, nel futuro i soggetti con insufficienza cardiaca potranno contare, attraverso il proprio cardiologo, su una serie di algoritmi che – in base al singolo caso – , riusciranno a tratteggiare il percorso da applicare e le prospettive attese. Partendo, appunto, dalle condizioni che hanno dato il là al quadro complessivo. Trattamenti ad hoc in base alla diagnosi attesa dal paziente: a definire questa realtà è uno studio condotto da un team di esperti dell’University College di Londra e pubblicato su Lancet Digital Health.

Coordinata dal professor Amitava Banerjee, la ricerca ha esaminato informazioni su oltre 300mila persone – over30 – che hanno ricevuto, in vent’anni di osservazione, la diagnosi per cui il cuore non è in grado di pompare sangue in quantità sufficiente da appagare le esigenze dell’organismo. Ebbene, grazie a specifici algoritmi di intelligenza artificiale, gli studiosi hanno approntato cinque “identikit” per analizzare le più rilevanti cause dell’insufficienza cardiaca. Forti dei risultati e dei dati acquisiti, i ricercatori londinesi hanno quindi messo a punto un’app capace di determinare il sottotipo di una persona con scompenso cardiaco. Per poi sviluppare percorso di cura e di relazione medico-paziente su misura.

Exit mobile version