Uno strumento diagnostico che può intercettare il rischio d'infarto in pochi secondi appena, circa mezz'ora in meno rispetto a quanto non sia nece
Uno strumento diagnostico che può intercettare il rischio d’infarto in pochi secondi appena, circa mezz’ora in meno rispetto a quanto non sia necessario oggi. Dalle sue prime apparizioni sulle cronache, delle locuzioni intelligenza artificiale e deep learning si è spesso abusato finendo per svuotarle di significato, almeno agli occhi di gran parte di coloro che osservano le evoluzioni della tecnologia.
Ma nel caso del progetto portato avanti dai ricercatori del Cedars-Sinai Medical Center, che si è guadagnato la pubblicazione nella prestigiosa rivista scientifica The Lancet, intelligenza artificiale e deep learning vanno a braccetto e lo fanno con benefici evidenti per il progresso scientifico, una direzione in cui si cerca da anni di instradare la IA. Lo strumento consente di quantificare in maniera abbastanza precisa i depositi di materiale lipidico, di grasso se vogliamo, che negli anni si accumula sulle pareti delle arterie, e che danno poi luogo alle placche aterosclerotiche responsabili degli infarti.
DA MEZZORA A CINQUE SECONDI: MERITO DELL’IA
Uno dei metodi più potenti che un medico ha oggi a disposizione per valutare la predisposizione a un infarto è l’angiografia coronarica con tomografia computerizzata o CCTA. Restituisce delle immagini che devono poi essere valutate attentamente, così da individuare la presenza di placche aterosclerotiche importanti. Non è un’analisi di qualche secondo, ma potrebbe esserlo in futuro con il contributo dell’intelligenza artificiale.
Le placche coronariche spesso non vengono misurate perché non esiste un modo completamente automatizzato per farlo – ha affermato il principale autore dello studio, Damini Dey del Biomedical Imaging Research Institute di Cedars-Sinai. – Le volte in cui invece si procede con la misurazione, un esperto impiega dai 25 ai 30 minuti (per valutarle, ndr); adesso possiamo utilizzare questo sistema per quantificare le placche partendo dalle immagini CCTA in cinque o sei secondi.
Il risparmio, di fatto, è sulla valutazione, che verrebbe presa in carico dall’intelligenza artificiale dando una netta sforbiciata ai tempi. L’arrivo a un sistema convincente e credibile è frutto di una lunga fase di addestramento, di deep learning, sull’algoritmo. È stato utilizzato un set di immagini CCTA provenienti da un campione di quasi 1.000 pazienti, poi è stato valutato quanto appreso dall’algoritmo su centinaia di altri casi appurando che le valutazioni “informatiche” erano quasi totalmente allineate a quelle dei medici.
L’ALGORITMO CONSENTE DI FARE UN PASSO IN PIÙ
Il passo successivo è stato quello di appurare la capacità dello strumento di prevedere gli infarti. I ricercatori hanno dato all’algoritmo una soglia di volume delle placche discriminante tra un basso e un alto rischio di incorrere in un attacco di cuore nei cinque anni seguenti all’analisi tramite CCTA.
Il nostro studio rappresenta la prima convalida per un approccio tramite deep learning per la quantificazione aterosclerotica da CCTA […]. È la prima dimostrazione del valore predittivo delle misurazioni della placca basate sul deep learning per misurare il rischio di eventi cardiaci – si legge nella pubblicazione.
Tuttavia non ci sono ancora le condizioni per parlare di svolta. È vero che l’algoritmo sembra essere già abbastanza preciso, ma alla luce dell’importanza del tema e della posta in gioco, le vite umane, ha ancora bisogno di un lungo periodo di apprendimento che tiri in ballo diversi altri campioni di pazienti. Inoltre il presupposto alla base è l’esecuzione di una CCTA, l’angiografia coronarica con tomografia computerizzata, un esame non particolarmente accessibile o economico.
Sono necessari ulteriori studi, ma è possibile che in futuro potremmo essere in grado di capire se e dopo quanto tempo una persona può avere un infarto sulla base della quantità e della composizione della placca evidenziata da una CCTA – ha affermato Damini Dey.
Fonte: hdblog.it
