L'intelligenza artificiale dirà chi è davvero a rischio infarto

L’accuratezza del “Machine Learning” arriva a superare il 90 per cento per indicare il rischio di attacco cardiaco o di decesso, grazie ad un algoritmo che si aggiorna da solo

L'intelligenza artificiale dirà chi è davvero a rischio infarto

Il dolore al petto, che si diffonde verso la gola e il braccio. Questo è il segno tipico di un attacco di angina, che richiede il rapido ricovero in pronto soccorso per le cure del caso. Poi, nel centro di cura, iniziano gli esami per controllare la situazione. Questa scena si ripete quotidianamente negli ospedali, ma al momento della dimissione, se non ci sono segni di angina o infarto, come immaginare se una determinata persona andrà incontro ad un attacco cardiaco o al decesso? E come definirne il rischio? A queste domande, in futuro, oltre al cardiologo potrebbe anche rispondere un sistema di intelligenza artificiale. A farlo pensare è una ricerca presentata alla International Conference on Nuclear Cardiology and Cardiac CT (ICNC) da Luis Eduardo Juarez-Orozco, del Turku PET Centre, in Finlandia. L’algoritmo, che ha analizzato ripetutamente i dati derivanti dalla diagnostica per immagini (ad esempio la Tomografia ad emissione di positroni o l’Angio-Tomografia – Angio-Tc - computerizzata) “ragionando” su 85 diverse variabili in 950 soggetti con dolore al petto tipico della crisi cardiaca che sono poi stati monitorati per sei anni, è arrivato a correlare le diverse informazioni ed ha creato dei “profili” con un’affidabilità superiore al 90 per cento. Insomma, anche per definire il rischio cuore in futuro si potrebbero utilizzare quei sistemi che oggi ci consentono di “personalizzare” le nostre ricerche sui motori o di vederci consigliare su Netflix e Spotify film, serie o musiche che più ci piacciono. Al momento, sia chiaro, gli esperti frenano. Ci vuole molta attenzione per definire, caso per caso, i rischi futuri e concentrare l’attenzione sui soggetti a maggior rischio. ma la strada, in ogni caso, sembra aperta.

Oltre i “punteggi” per definire il rischio

Le macchine per intelligenza artificiale, in futuro, potrebbero quindi essere un complemento utile per integrare le attuali “carte del rischio” che guidano l’approccio preventivo per chi ha avuto problemi di cuore. Grazie alla tecnologia, quindi, si potrebbe aumentare la capacità di predire i pericoli futuri per il singolo. Lo studio finlandese ha preso in esame 950 pazienti giunti all’osservazione dei medici per lo studio delle arterie coronariche. In particolare con l’angio-TC delle coronarie si sono identificati 58 “profili” relativi alla presenza di placche nei vasi, di restringimento delle arterie e di calcificazioni. Per coloro che avevano quadri suggestivi per la patologia coronarica sono poi stati effettuati controlli con la PET, che hanno consentito di individuare altre 17 variabili relative al flusso del sangue. Infine i classici fattori di rischio clinici, come sesso, fumo, presenza di diabete ed età hanno aggiunto dieci ulteriori parametri da considerare nel percorso di valutazione dell’algoritmo. I risultati? Nel monitoraggio proseguito per sei anni sono stati registrati 24 infarti e 49 decessi per tutte le cause. L’algoritmo di intelligenza artificiale, chiamato LogitBoost, ha analizzato ripetutamente nel tempo I dati fino ad ottimizzare le sue capacità predittive. “L’algoritmo progressivamente ha “studiato” in base ai dati e alle analisi ripetute, fino ad essere utilizzato per identificare con efficienza i pazienti che hanno avuto l’evento – commenta l’autore dello studio. Il risultato è uno score del rischio individuale”. Più specificamente, la capacità di previsione è apparsa modesta semplicemente impiegando i dati clinici, ma è cresciuta di molto aggiungendo le informazioni della PET e ancor di più con i dati dell’angio-TC. Il futuro, in caso di dolore toracico da definire e da monitorare nel tempo, potrebbe passare anche attraverso la tecnologia per individuare chi è a rischio più elevato e quindi necessita di terapie e controlli più stringenti.

(FM)