AGI - Un progetto guidato dall'Università della California (UC) a Berkeley ha addestrato un sistema di intelligenza artificiale (IA) su centinaia di migliaia di elettrocardiogrammi per prevedere il livello di rischio cardiaco. I risultati pubblicati su Nature mostrano che il nuovo metodo è nettamente migliore degli altri metodi predittivi, aprendo la strada per salvare vite umane su larga scala.
Ogni anno solo negli Stati Uniti, oltre 300.000 persone muoiono per arresto cardiaco improvviso, una condizione in cui il sistema elettrico del cuore smette di funzionare senza preavviso. Questa emergenza medica può essere fatale sia per gli anziani ad alto rischio che per i giovani atleti senza precedenti di problemi cardiaci, e sebbene i defibrillatori impiantabili, che erogano una scarica elettrica al cuore, possano salvare vite umane, stabilire chi ne abbia effettivamente bisogno rimane un'incognita.
Addestramento del modello
Utilizzando oltre 440.000 elettrocardiogrammi provenienti dalla Svezia, abbinati a informazioni ricavate dai certificati di morte, i ricercatori hanno addestrato l'intelligenza artificiale ad analizzare i picchi e le forme d'onda prodotti dalle correnti elettriche del cuore.
Hanno fornito al modello scansioni di persone sane, pazienti a rischio e persone che in seguito sono decedute per cause cardiache, fino a quando l'IA non è stata in grado di riconoscere i modelli di forma d'onda tipici delle persone decedute per morte cardiaca improvvisa.
Test e risultati
Nel corso di diversi anni, i ricercatori hanno testato il modello su migliaia di altre cartelle cliniche di pazienti provenienti sia dagli Stati Uniti che da Taiwan.
Hanno scoperto che l'algoritmo, analizzando gli ECG dei pazienti, ha ottenuto risultati migliori rispetto ai test clinici standard, che misurano la quantità di sangue espulsa dal cuore a ogni battito.
Confronto con i metodi tradizionali
Questi test identificano un gruppo ad alto rischio con un tasso annuo di morte cardiaca improvvisa del 4,6 per cento. Il sistema di intelligenza artificiale, invece, individua un gruppo ad alto rischio con un tasso annuo del 7 per cento, una differenza di migliaia di pazienti all'anno, la stragrande maggioranza dei quali, secondo gli standard attuali, presenta un basso rischio.
In altre parole, il modello ha individuato un gruppo più ampio di soggetti ad alto rischio e ha previsto con maggiore precisione chi sarebbe andato incontro a morte cardiaca improvvisa, il tutto basandosi su immagini ampiamente disponibili nei centri medici di tutto il mondo.
Impatto clinico e prospettive
"Le decisioni mediche sono davvero difficili, ed è per questo che l'intelligenza artificiale mi entusiasma così tanto", ha affermato Ziad Obermeyer, professore presso la Scuola di Sanità Pubblica dell'UC Berkeley e autore principale dello studio.
"Non solo potremo prendere decisioni migliori, ma anche iniziare a capire cosa sta realmente accadendo a questi pazienti prima che il loro cuore si fermi".