Miglioramento della diagnostica cardiaca: CathEF utilizza un algoritmo di rete neurale profonda, una forma di intelligenza artificiale, per prevedere la ridotta capacità di pompaggio del cuore.
Cuore – interpretazione artistica. Credito immagine: Pin Adventure Map tramite Unsplash, licenza gratuita
La malattia coronarica è la principale causa di morte degli adulti in tutto il mondo. In molti casi, la quantificazione della frazione di eiezione ventricolare sinistra (LVEF) – o la quantità di sangue che il ventricolo sinistro pompa ad ogni contrazione – è fondamentale per ottimizzare il processo decisionale e le decisioni terapeutichein particolare per sindromi coronariche acute come attacchi di cuore o angina instabile.
Fino ad ora, la quantificazione della LVEF richiedeva test invasivi utilizzando un catetere che comporta i propri rischi, non l’ideale per i pazienti che già soffrivano di problemi cardiaci e ictus.
Ma questo potrebbe cambiare con l’aiuto dell’intelligenza artificiale e della ricerca del cardiologo dell’UCSF Geoff TisonMD, MPH, e Robert Avram, MD, un ex ricercatore UCSF ora al Montreal Heart Institute.
Un modello fisico di cuore 3D – foto illustrativa. L’intelligenza artificiale ha un solido potenziale per migliorare la diagnostica cardiaca. Credito immagine: Kenny Eliason tramite Unsplash, licenza gratuita
Ho capito bene che stai usando l’intelligenza artificiale per analizzare quanto sangue sta pompando il cuore nei singoli pazienti?
Bene, sì e no. La nostra recente ricerca, pubblicata in JAMA Cardiologia ha utilizzato reti neurali profonde, un tipo di algoritmo di intelligenza artificiale chiamato CathEF, per prevedere la quantità di sangue pompata da un cuore utilizzando video angiografici standard – immagini a raggi X che visualizzano l’interno dei vasi sanguigni, in particolare arterie, vene e camere cardiache – con l’obiettivo di ottenere nuove informazioni sul possibile trattamento del paziente in situazioni critiche.
Tanto per essere chiari, si trattava di una ricerca per testare la fattibilità dell’approccio basato sull’intelligenza artificiale. Non l’abbiamo usato per influenzare il trattamento dei pazienti.
Immagine medica di un cuore. Credito immagine: UCSF
Come può l’intelligenza artificiale prevedere quanto sangue sta pompando un cuore?
Gli abbiamo fornito angiogrammi coronarici di oltre 4.000 pazienti insieme ai corrispondenti ecocardiogrammi transtoracici o esami ecografici coronarici di 3.600 pazienti.
Gli angiogrammi e gli ecocardiogrammi sono la valutazione diagnostica standard per quasi tutti i processi decisionali relativi alle malattie cardiache, dai farmaci all’intervento chirurgico di bypass coronarico, quindi quasi tutti quelli con problemi di cuore e di ictus li hanno fatti.
Cosa stava cercando CathEF AI?
Utilizzando gli angiogrammi e gli ecocardiogrammi, siamo stati in grado di stabilire una linea di base. Quindi, abbiamo ottimizzato CathEF per stimare una LVEF ridotta inferiore o uguale al 40%, indicando la necessità di ulteriori analisi cliniche e possibili test.
Come si è comportato CathEF?
I risultati hanno mostrato che CathEF prevedeva accuratamente la LVEF con forti correlazioni con le misurazioni ecocardiografiche della LVEF, che è attualmente l’approccio clinico non invasivo standard per determinare la LVEF. Il modello è stato anche convalidato esternamente in angiogrammi dall’Ottawa Heart Institute.
CathEF si è comportato bene in diversi dati demografici e condizioni cliniche dei pazienti, comprese le sindromi coronariche acute e i vari livelli di funzionalità renale, popolazioni di pazienti che potrebbero essere meno adatte a ricevere la procedura standard del ventricologramma sinistro.
In che modo CathEF migliora l’arsenale diagnostico dei cardiologi?
L’uso dell’intelligenza artificiale sfrutta i dati già raccolti durante ogni angiogramma per fornire informazioni critiche che non sono attualmente disponibili per i medici. Riteniamo che questo nuovo approccio potrebbe essere adattato per fornire informazioni LVEF in tempo reale che informano il processo decisionale clinico e possono aiutare a consentire risultati migliori per i pazienti.
Cosa potrebbe significare questo per i pazienti?
Attualmente, la misurazione della LVEF durante l’angiografia richiede un’ulteriore procedura invasiva chiamata ventricolografia, in cui viene inserito un catetere nel ventricolo sinistro e viene iniettato un mezzo di contrasto, che comporta rischi aggiuntivi. Può aumentare il rischio di aritmie o ictus per il paziente e quindi viene eseguito meno frequentemente.
CathEF potrebbe aiutare molti pazienti a evitare questi rischi fornendo al tempo stesso le informazioni di cui i medici hanno bisogno per prendere decisioni terapeutiche e, in ultima analisi, migliorare i risultati dei pazienti e la qualità della vita.
Quali sono le prospettive per CathEF?
Sebbene l’algoritmo di intelligenza artificiale sia stato addestrato su un ampio set di dati di angiogrammi ed ecocardiogrammi dell’UCSF e poi convalidato separatamente in un set di dati dell’Ottawa Heart Institute, stiamo intraprendendo ulteriori ricerche per testare questo algoritmo presso il punto di cura e determinarne l’impatto sul flusso di lavoro clinico nei pazienti che soffrono di attacchi di cuore.
Scritto da Melinda Krigel
Fonte: UCSF
Da un’altra testata giornalistica. news de www.technology.org
