Intelligenza artificiale di Berna visualizza meglio i rischi cardiaci

Un paziente riceve la stessa diagnosi di un altro dopo un intervento. Nonostante ciò, il suo stato di salute può evolvere in modo completamente diverso. È proprio su questo aspetto che si concentra un team di ricerca dell'Inselspital Bern e dell'Università di Berna. In due studi recenti, i ricercatori hanno indagato se l'intelligenza artificiale possa riconoscere tali differenze in modo più affidabile.

La risposta è positiva almeno per due specifiche malattie cardiache: i nuovi modelli hanno potuto valutare i rischi con maggiore precisione rispetto ai metodi consolidati. I risultati sono stati pubblicati su The Lancet Digital Health e su JAMA Cardiology. Gli studi non provano ancora che l'IA prenda decisioni mediche migliori oggi. Mostrano piuttosto il potenziale che le previsioni assistite da computer potrebbero avere in futuro.

Molti dati offrono un quadro più preciso

Il primo studio ha riguardato persone con una grave stenosi della valvola aortica, trattate con la cosiddetta TAVI. In questo intervento mini-invasivo, una nuova valvola cardiaca viene inserita tramite un catetere.

Per il modello di IA sono state combinate diverse informazioni, tra cui dati clinici, valori di laboratorio, elettrocardiogrammi, ecografie e tomografie computerizzate, nonché dati sull'intervento. In totale, sono stati inclusi nell'analisi i dati di 3991 pazienti provenienti dalla Svizzera e dal Giappone. Il modello è stato sviluppato e validato con 2985 casi dalla Svizzera. Ulteriori 1006 pazienti dal Giappone sono serviti come gruppo di test esterno.

Il risultato: nella previsione della mortalità a lungo termine, i modelli di IA hanno ottenuto risultati migliori rispetto ai tradizionali punteggi di rischio chirurgici. L'accuratezza media su cinque anni è migliorata di circa il 10-15 percento a seconda del modello e del confronto. Le prestazioni superiori sono state dimostrate anche nel gruppo di test esterno.

Per la medicina, questo test esterno è particolarmente importante. Un modello che funziona solo con i dati con cui è stato sviluppato sarebbe poco utile. Il fatto che i modelli di Berna abbiano funzionato anche con un gruppo di pazienti indipendente in Giappone suggerisce una migliore trasferibilità. Questo non è ancora una garanzia per il futuro utilizzo in altri ospedali.

Focus su una rara malattia cardiaca

Il secondo studio ha esaminato la cardiomiopatia amiloide da transtiretina, ATTR-CM in breve. In questa condizione, le fibre proteiche si depositano nel muscolo cardiaco. La malattia può portare a insufficienza cardiaca e ridurre l'aspettativa di vita.

Per il nuovo modello, sono stati analizzati i dati di 850 pazienti provenienti da sei centri svizzeri e dall'Università Medica di Vienna. L'obiettivo era valutare il rischio di morte o di ospedalizzazione a causa di insufficienza cardiaca.

Anche in questo caso, il modello di IA ha superato le classificazioni di rischio consolidate Mayo e NAC. A seconda del gruppo di pazienti e del confronto, il miglioramento delle prestazioni di previsione era di circa dal due al dieci percento; in alcune analisi, la differenza nella prognosi a tre anni ha raggiunto fino al 19 percento.

Particolarmente interessante è che i ricercatori non volevano solo sapere quanto bene l'IA predice. Hanno anche esaminato quali fattori fossero decisivi per ogni prognosi. Questo è importante, perché un'IA medica non dovrebbe semplicemente fornire un numero senza che i medici possano capire come è stato generato.

Cosa significa questo per i pazienti?