Article 19 aprile 2022

L’intelligenza artificiale migliora le previsioni di morte cardiaca improvvisa

Sudorazione fredda, agitazione, nausea, dolore localizzato al centro del torace.

La morte cardiaca improvvisa (Sudden Cardiac Death, SCD) è una morte inaspettata che sopraggiunge in seguito ad un repentino arresto cardiaco, determinando la compromissione del fisiologico sistema di pompaggio del sangue dal cuore a tutti i distretti dell’organismo.

La morte cardiaca improvvisa rappresenta circa il 70% di tutti i decessi per malattie cardiovascolari e colpisce principalmente i maschi di età compresa tra i 20 ed i 60 anni.

In Italia, l’incidenza è di circa 1/1000 individui all’anno ed aumenta a 8/1000 soggetti all’anno in caso di storia familiare di cardiopatie.

Nella maggior parte dei casi, l’aritmia è la causa principale di morte improvvisa e non sempre è facile l’identificazione a priori di quei soggetti che, più di altri, rischiano di andarne incontro. Ecco perché i ricercatori della Johns Hopkins University hanno deciso di condurre uno studio, rivelatosi di grande successo, per confermare gli innumerevoli vantaggi che si avrebbero dall’applicazione dell’intelligenza artificiale sempre più precisa nella classificazione dei soggetti a rischio di morte cardiaca improvvisa.

Lo studio, pubblicato su Nature Cardiovascular Research, ha portato alla creazione di un algoritmo in grado di esaminare attentamente la natura delle cicatrici nel tessuto cardiaco dei pazienti, per poter prevedere le aritmie potenzialmente pericolose per la vita, molto più accuratamente di quanto possa farlo l’occhio scrupoloso di un medico.

Questa tecnologia di deep learning è chiamata Survival Study of Cardiac Arrhythmia Risk, o SSCAR, poiché allude alle cicatrici presenti sul cuore, dovute a malattie cardiache, che spesso rappresentano la causa delle aritmie letali.

L’algoritmo è stato creato partendo da immagini cardiache con contrasto migliorato per visualizzare la distribuzione delle cicatrici di centinaia di pazienti ed è stato addestrato per rilevare schemi e relazioni tra di esse che l’occhio nudo del medico non sarebbe in grado di rilevare. Dunque, oltre alle semplici caratteristiche che nell’attuale analisi clinica vengono estrapolate, come il volume e la massa, l’algoritmo tiene conto della distribuzione delle cicatrici, poiché essa nasconde dei dati critici, non sempre rilevabili dal medico. “Le immagini contengono informazioni critiche a cui i medici non sono stati in grado di accedere. Questa cicatrice può essere distribuita in diversi modi e dice qualcosa sulle possibilità di sopravvivenza di un paziente. Ci sono informazioni nascoste in essa”, ha affermato il primo autore Dan Popescu, un ex dottorando della Johns Hopkins.

L’algoritmo è stato validato in uno studio di coorte di pazienti in 60 centri sanitari degli Stati Uniti, con storie di malattie cardiache e dati di imaging diversi e indipendenti, confermando che questa piattaforma potrebbe essere utilizzata ovunque.

Il team è stato il primo ad utilizzare le reti neurali per riuscire a valutare la sopravvivenza personalizzata per ogni paziente con malattie cardiache. Queste misure di rischio forniscono dati di estrema precisione per la possibilità di morte cardiaca improvvisa nell’arco di 10 anni e la possibilità di stabilire anche quando è più probabile che accada. Inoltre, grazie ad una seconda rete neurale, sono stati in grado di ricavare, studiando dati clinici standard da 10 anni sui pazienti, 22 fattori di rischio, come il peso, l’età e l’uso di farmaci da prescrizione.

L’intelligenza artificiale, ancora una volta, sembra aver dato prova della sua grande utilità in ambito clinico, migliorando significativamente le previsioni del medico. Grazie a questa nuova tecnologia sarà possibile prevedere se e quando un paziente potrà morire a causa di un arresto cardiaco e sarà possibile evitare situazioni critiche, in cui per motivi di incertezza, pazienti a basso rischio di morte cardiaca improvvisa ricevono defibrillatori di cui potrebbero non aver bisogno, e viceversa.

L’algoritmo consentirà di determinare chi è a rischio di morte cardiaca ed anche di prevedere il momento in cui si verificherà, e questo aiuterà i medici a decidere, in maniera tempestiva, in che modo poter intervenire.

Commenti


Empty

Lascia un commento:

Clinical Network è un sito del network XGATE

XGate è un sistema di registrazione centralizzato che permette di accedere con le stesse credenziali (Email e password) a tutti i siti e app realizzati da Axenso