Malattie cardiache, l’intelligenza artificiale aiuta a diagnosticare i casi che sfuggono all'ECG

L’aiuto

Malattie cardiache, l’intelligenza artificiale aiuta a diagnosticare i casi che sfuggono all'ECG

Non ci sono sintomi e non ci sono ancora segnali evidenti nell’elettrocardiogramma. Per questo quando il cuore comincia a pompare male i medici fanno fatica ad accorgersene. L’intelligenza artificiale migliora del 30% le diagnosi dei casi di bassa frazione di eiezione. Lo studio su Nature Medicine

Type_I_A-V_block_5-to-4_Wenckebach_periods.png

Immagine: Jer5150, CC BY-SA 3.0 <https://creativecommons.org/licenses/by-sa/3.0>, via Wikimedia Commons
di redazione

L’intelligenza artificiale migliora la diagnosi di alcune malattie cardiache, soprattutto quelle difficili da individuare in fase precoce con gli strumenti a disposizione. Lo scompenso cardiaco per esempio all’inizio non dà sintomi e i primi segnali clinici spesso sfuggono all’elettrocardiogramma. 

In particolare rischia di passare inosservata una bassa frazione di eiezione ventricolare, ossia la percentuale di sangue che viene espulsa dal ventricolo sinistro. In un cuore sano la frazione di eiezione è pari a circa il 60 per cento. Un valore inferiore al 40 per cento è indicativo di una disfunzione cardiaca. 

I ricercatori della Mayo Clinic hanno voluto verificare se le capacità diagnostiche di un elettrocardiogramma potessero venire potenziate dall’uso combinato dell’intelligenza artificiale. I risultati, pubblicati su Nature Medicine, dimostrano che l’aiuto della macchina permette di ottenere il 32 per cento diagnosi in più. 

«È probabile che vedremo un maggiore utilizzo dell’intelligenza artificiale nella pratica medica con il passare del tempo. Sta a noi capire come usarla in affinché migliori i risultati di assistenza e salute, ma non sovraccarichi i medici», ha commentato Peter Noseworthy, elettrofisiologo cardiaco della Mayo Clinic, autore senior dello studio.

Lo strumento più affidabile per la diagnosi di una bassa frazione di eiezione è l’ecocardiogramma, un esame lungo e più complesso rispetto al semplice elettrocardiogramma.  I ricercatori hanno utilizzato un sistema di intelligenza artificiale messo a punto alla Mayo Clinic già in fase avanzata di approvazione dalla parte dalla Food and Drug Administration. Lo scopo dello studio chiamato EAGLE era quello di capire quanto questo sistema di algoritmi potesse essere di aiuto ai medici per riconoscere dai risultati dell’elettrocardiogramma i casi asintomatici che spesso non vengono diagnosticati. 

Il programma leggeva i risultati dell’elettrocardiogramma e avvisava i cardiologi con un alert digitale nel caso in cui rilevasse una bassa frazione di eiezione. La valutazione del computer veniva poi verificata da un ecocardiogramma. 

Sono stati coinvolti nello studio 348 medici, divisi in due gruppi: uno si avvaleva dell’aiuto dell’intelligenza artificiale, l’altro delle tecniche usuali. 

«L’intelligenza artificiale ha facilitato la diagnosi di pazienti con bassa frazione di eiezione in un contesto reale, identificando le persone che in precedenza sarebbero sfuggite alla diagnosi», afferma Noseworthy. Nell’arco di 8 mesi 22mila persone sono state sottoposte all’elettrocardiogramma. Il programma di intelligenza artificiale ha individuato la disfunzione cardiaca nel 6 per cento dei pazienti, una percentuale simile a quella che si sarebbe ottenuta con l’ecocardiogramma, esame che però non viene proposto  di routine. 

«Nel complesso l’intervento dell’intelligenza artificiale ha aumentato la diagnosi di frazione di eiezione bassa del 32 per cento rispetto alle cure usuali. Tra i pazienti con un risultato AI positivo, l'aumento relativo della diagnosi è stato del 43 per cento. Per dirla in termini assoluti, per ogni 1.000 pazienti sottoposti a screening, lo screening con l’intelligenza artificiale ha prodotto cinque nuove diagnosi di bassa frazione di eiezione rispetto alle cure usuali», spiega  Xiaoxi Yao, ricercatore in malattie cardiovascolari presso la Mayo Clinic e primo autore dello studio.