In questo articolo Indice dei contenuti 2 sezioni
Un segnale nascosto negli elettrocardiogrammi di routine potrebbe aiutare a prevedere la morte cardiaca improvvisa prima che colpisca. Lo hanno individuato i ricercatori della UC Berkeley grazie a un sistema di intelligenza artificiale che, nei test, ha superato i metodi di screening tradizionali. Il punto è tutt’altro che marginale perché negli Stati Uniti oltre 300.000 persone muoiono ogni anno per un arresto cardiaco improvviso. Si tratta di un’emergenza che si verifica quando il sistema elettrico del cuore cede all’improvviso e l’organo smette di pompare sangue. Può riguardare anziani con patologie note ma anche giovani atleti apparentemente in piena salute. I defibrillatori impiantabili possono evitare una parte di questi decessi, ma da tempo i medici faticano a capire chi ne abbia davvero bisogno.
Come l’algoritmo ha imparato a leggere il cuore
Il sistema è stato addestrato su più di 440.000 elettrocardiogrammi raccolti in Svezia, che coprono sei anni di registrazioni del servizio sanitario nazionale. Collegando i tracciati ai certificati di morte, gli studiosi hanno insegnato all’IA a cogliere differenze sottili tra persone sane, pazienti con rischi cardiaci già noti e soggetti poi deceduti per cause cardiache improvvise. In pratica l’algoritmo ha imparato a riconoscere combinazioni di picchi, onde e altre caratteristiche associate a un rischio più elevato. Per verificarne l’affidabilità, il team lo ha poi messo alla prova su due anni di dati anonimizzati provenienti da un sistema ospedaliero di San Diego e su un’altra raccolta di cartelle cliniche di Taipei.
I risultati, pubblicati su Nature, parlano chiaro. Con le misurazioni tradizionali, che si concentrano soprattutto su quanto sangue il cuore spinge fuori a ogni contrazione, i medici individuano un gruppo di pazienti con un tasso annuo di morte cardiaca improvvisa del 4,6%. L’intelligenza artificiale ha invece isolato un gruppo con un tasso annuo del 7%, segno di una capacità maggiore nel distinguere chi corre un pericolo serio. Non solo. L’algoritmo ha segnalato anche una platea più ampia di persone a rischio elevato, migliaia delle quali sarebbero state considerate a rischio relativamente basso secondo le linee guida attuali. Un altro vantaggio riguarda il fatto che il sistema lavora su normali immagini di ECG, già raccolte di routine negli ospedali di tutto il mondo, senza bisogno di introdurre un esame del tutto nuovo.
Perché l’arresto cardiaco resta così difficile da prevedere
L’arresto cardiaco non va confuso con l’infarto. Quest’ultimo si verifica quando il flusso di sangue verso una parte del cuore viene bloccato o fortemente ridotto, mentre l’arresto nasce da un guasto dei segnali elettrici che coordinano il battito. La rianimazione immediata e una scarica di un defibrillatore esterno possono a volte ripristinare il ritmo, eppure circa il 90% di chi ne è colpito fuori dall’ospedale muore nel giro di pochi minuti. Secondo Ziad Obermeyer, professore associato alla School of Public Health di Berkeley, medico d’urgenza e autore principale dello studio, il paradosso è che una cura esiste già. Chi sapesse di essere tra le persone destinate a crollare all’improvviso andrebbe da un cardiologo e si farebbe impiantare un defibrillatore. Il problema, spiega, è che i medici non riescono a capire chi ne abbia bisogno prima che sia troppo tardi.
Lo screening attuale mostra parecchi limiti. Misurare l’efficienza di pompaggio richiede una valutazione approfondita, e molte persone che poi vanno incontro all’arresto non vengono mai sottoposte a questi controlli perché non hanno motivi evidenti per sospettare di essere in pericolo. Allo stesso tempo, tra i pazienti giudicati ad alto rischio, circa due terzi dei defibrillatori impiantati non arrivano mai a erogare una scarica. Molte persone affrontano così interventi costosi e invasivi per emergenze che potrebbero non verificarsi mai, mentre migliaia di altre muoiono senza essere state riconosciute come vulnerabili. Mettere insieme i dati è stato un lavoro enorme, durato circa 10 anni, con il contributo di Dandelion Health e Nightingale Open Science, due organizzazioni che Obermeyer ha contribuito a fondare. Il ricercatore sta ora collaborando con strutture sanitarie in Svezia, Taiwan e Stati Uniti per inserire l’algoritmo nei database di ECG degli ospedali. L’idea è contattare i pazienti con una valutazione di rischio elevato e proporre loro un cerotto che registri in modo continuo l’attività elettrica del cuore, così da raccogliere indizi sui processi biologici dietro i segnali individuati dall’IA.
Fonte: TecnoAndroid


