L’IA semplifica il monitoraggio cardiaco

Roma – Grazie all’IA, diagnosticare gli attacchi cardiaci è ora più facile. Lo rivela uno studio degli scienziati dello Scripps Research, descritto su npj Digital Medicine, che con l’aiuto di uno strumento di intelligenza artificiale, hanno sviluppato una tecnologia di elettrocardiogramma più semplice, facile e accessibile per i cardiologi. Per diagnosticare le condizioni cardiache, compresi gli attacchi di cuore e i disturbi del ritmo cardiaco, i medici si affidano in genere agli elettrocardiogrammi, ECG, a 12 derivazioni, una complessa disposizione di elettrodi e fili posizionati intorno al torace e agli arti per rilevare l’attività elettrica del cuore. Ma, questi ECG richiedono attrezzature e competenze specialistiche e non tutte le cliniche sono in grado di eseguirli. Ora, il gruppo di scienziati ha dimostrato che le condizioni cardiache possono essere diagnosticate con altrettanta precisione utilizzando solo tre elettrodi e uno strumento di intelligenza artificiale. Secondo i ricercatori, il loro algoritmo di intelligenza artificiale è in grado di ricreare ECG completi a 12 derivazioni con i dati di sole tre derivazioni ECG. Inoltre, i medici possono identificare gli attacchi cardiaci con un’accuratezza quasi uguale quando esaminano gli ECG generati dall’IA rispetto agli ECG a 12 derivazioni originali. “Questo apre la strada alla possibilità per i pazienti di ottenere dati clinici di alta qualità e sensibili al fattore tempo senza doversi recare in un luogo che disponga di un ECG a 12 derivazioni”, ha affermato Evan Muse, cardiologo, responsabile della genomica cardiovascolare presso lo Scripps Research Translational Institute, assistente alla cattedra di Medicina Molecolare dello Scripps Research e coautore del nuovo lavoro. “Probabilmente questo significa non solo un maggiore accesso alla tecnologia ECG, ma anche una riduzione dei costi e una maggiore sicurezza per i pazienti”, ha continuato Muse. Per costruire il nuovo strumento di intelligenza artificiale, il gruppo di ricerca ha utilizzato i dati di oltre 600.000 ECG a 12 derivazioni raccolti dai pazienti. Circa la metà di questi ECG presentava ritmi di salute normali, mentre gli altri presentavano diverse patologie cardiache. Giorgio Quer, direttore dell’intelligenza artificiale presso lo Scripps Research Translational Institute, assistente alla cattedra di Medicina digitale dello Scripps Research e coautore dell’articolo, ha iniziato a testare quali combinazioni di soli due o tre elettrodi potevano essere utilizzate dall’intelligenza artificiale per ricreare completamente i dati a 12 derivazioni. “Sapevamo che le derivazioni sono in qualche modo correlate”, ha detto Quer. “Gli algoritmi di apprendimento profondo ci hanno permesso di elaborare un set di dati molto ampio e di comprendere queste relazioni tra le derivazioni, consentendo la ricostruzione dell’intero quadro a 12 derivazioni” h proseguito Quer. “All’inizio speravamo di ottenere una ricostruzione completa dalle sole derivazioni degli arti, perché sono le più facili da configurare per i non specialisti”, ha spiegato Quer. “Ma abbiamo scoperto che i dati erano molto migliori quando abbiamo aggiunto anche una derivazione toracica”, ha aggiunto Quer. I ricercatori hanno quindi prelevato una serie di 238 ECG, la metà dei quali mostrava segni di attacco cardiaco. Poi, hanno mostrato ai cardiologi l’ECG originale a 12 derivazioni o un ECG ricostruito dall’IA utilizzando i dati delle tre derivazioni selezionate. I cardiologi non sono stati in grado di identificare quale fosse l’uno o l’altro, e hanno anche rilevato correttamente gli indicatori di infarto nell’81,4% dei casi negli ECG generati dall’IA, una percentuale molto vicina all’84,6% di accuratezza degli ECG originali a 12 derivazioni. “Per noi era importante non solo dimostrare che l’algoritmo funziona a livello tecnico, ma anche che i dati generati dall’algoritmo possono essere interpretati con precisione dai cardiologi”, ha sottolineato Quer. I ricercatori sostengono che prima che l’algoritmo possa essere utilizzato per il processo decisionale clinico, saranno necessari studi prospettici con diverse popolazioni di pazienti e in diversi contesti clinici. Tuttavia, se lo strumento continuerà a dare buoni risultati, potrebbe aprire le porte all’esecuzione di ECG in nuovi contesti con apparecchiature e medici meno specializzati, e per i pazienti ciò significa diagnosi e trattamenti più rapidi. “Questo è un caso ottimale per l’IA: prendere alcune derivazioni dell’elettrocardiogramma per renderlo straordinariamente informativo, con grandi implicazioni pratiche per i pazienti in futuro”, ha evidenziato Eric Topol, direttore e fondatore dello Scripps Research Translational Institute e vicepresidente esecutivo dello Scripps Research. “Questo nuovo lavoro è solo un esempio di come possiamo usare l’IA per rendere possibili cose che non avremmo mai potuto fare in passato”, ha concluso Quer.(30Science.com)