Dopo l'infarto ci pensa l'Intelligenza artificiale

Il rischio di un nuovo evento è altissimo entro i due anni e il medico deve scegliere la terapia in base al suo intuito. Ma ora può aiutarlo anche il computer. Uno studio torinese su Lancet
3 minuti di lettura

Dopo un infarto, il cardiologo deve “soppesare” con grande attenzione i trattamenti che mirano a mantenere il sangue fluido. Quindi diventa una sorta di “sarto”, che cuce le terapie in base alle caratteristiche della singola persona e della lesione che si è prodotta, misurando rischi e benefici. Da un lato occorre cercare di limitare l’eventualità che il processo di coagulazione porti ad una nuova ostruzione lungo un’arteria, con conseguente carenza di sangue ed ossigeno all’area irrorata, che si può tradurre in un nuovo attacco cardiaco. Ma dall’altro bisogna anche limitare più possibile i pericoli che un sangue eccessivamente “diluito” per i trattamenti farmacologici possa comportare un maggior pericolo di sviluppare emorragie, potenzialmente anche gravi.

Oggi questo “bilanciamento” su misura può essere molto più preciso grazie alla ricerca italiana che ha sviluppato una tecnica, basata sull’intelligenza artificiale, capace di superare i limiti degli algoritmi di valutazione disponibili, portando l’accuratezza in termini di previsioni dal 70 al 90 per cento. E’ quanto emerge dalla rivista scientifica The Lancet, che pubblica un’originale ricerca che ha coinvolto la Cardiologia universitaria della Città della Salute di Torino, con i ricercatori dell’Università e del Politecnico.

Il sistema “impara” e aiuta il cardiologo

Lo studio è stato coordinato dalla Cardiologia universitaria dell'ospedale Molinette della Città della Salute di Torino, diretta da Gaetano Maria De Ferrari), assieme al Dipartimento di Informatica dell’Università di Torino ed a quello di Meccanica e Aerospaziale del Politecnico di Torino. Il “motore” di questa rivoluzione scientifica si chiama Machine Learning o apprendimento automatico, che permette al sistema informatico di aggiornarsi costantemente grazie ai dati che si aggiungono, grazie all’Intelligenza Artificiale, con conseguente miglioramento delle prestazioni predittive sui rischi futuri di un nuovo infarto o di emorragia. Dopo un infarto, come spiega il coordinatore dello studio Fabrizio D’Ascenzo, “i pazienti sono ad altissimo rischio nei primi due anni sia di una recidiva di infarto sia di sanguinamenti maggiori legati ai farmaci che mantengono il sangue “più fluido”. La decisione sulla terapia migliore deve bilanciare questi due rischi, cosa che il cardiologo fa basandosi sulla propria esperienza e sul suo intuito clinico, aiutato da dei punteggi di rischio. Tuttavia questi punteggi sono poco precisi e pertanto di modesto aiuto anche per un cardiologo esperto. Abbiamo perciò cercato di migliorare la situazione utilizzando dati clinici riguardanti 23.000 pazienti, molti dei quali raccolti in Piemonte, che hanno fornito la massa critica di informazioni per la nostra ricerca”.

I dati emersi sono stati  analizzati con algoritmi di Machine Learning che usano pertanto metodi matematico-computazionali per apprendere informazioni direttamente dai dati, senza il bisogno di conoscere nulla a priori sulle possibili relazioni tra i dati stessi. E i risultati non sono certo mancati. Mentre la precisione dei migliori punteggi disponibili per identificare la possibilità di un evento come un nuovo infarto o un sanguinamento si aggira intorno al 70%, la precisione di questo nuovo punteggio di rischio si avvicina al 90%, riducendo statisticamente la possibilità di una non corretta diagnosi da tre a un solo paziente su dieci analizzati. 

L’impatto sulle cure e le altre evidenze

“Siamo entusiasti di questi risultati - spiega De Ferrari – per tre motivi. Primo, possiamo ora curare meglio i nostri pazienti, aggiungendo alla nostra esperienza clinica delle stime davvero precise del rischio cui vanno incontro, confermando il ruolo centrale della Cardiologia universitaria di Torino nella ricerca volta a creare benefici per i pazienti. Secondo, lo studio è una dimostrazione fortissima delle possibilità dell’Intelligenza Artificiale in medicina e in cardiologia in particolare. Terzo, questo risultato ottenuto in collaborazione tra Università e Politecnico rafforza la scelta di Torino come sede dell’Istituto Italiano di Intelligenza Artificiale. In particolare, vorremmo candidarci ad un ruolo di riferimento italiano per l’intelligenza artificiale in medicina e questa pubblicazione può contribuire a legittimare questa aspirazione”. Il capoluogo piemontese, in effetti,  è stato scelto come sede principale dell’Istituto Italiano per l’Intelligenza Artificiale (3I4AI), che si occuperà dell’applicazione dell’intelligenza artificiale in vari settori, con attività di ricerca prevista anche in diverse sedi aggiuntive sul territorio nazionale. 

L’Intelligenza Artificiale, in ogni caso, si avvia a divenire sempre più importante nella stratificazione del rischio in cardiologia e non solo dopo un infarto. In tutto il mondo si stanno sviluppando sistemi di questo tipo, tra cui anche strumenti mirati alla definizione dei rischi in caso di sintomi come il dolore al petto che può avere diverse origini. Dopo la dimissione dall’ospedale, in assenza di segni di angina o infarto che ovviamente indirizzano verso le cure necessarie, appare importante comprendere quale saranno i pericoli futuri per il paziente. In questo senso va una ricerca presentata alla International Conference on Nuclear Cardiology and Cardiac CT (ICNC) da Luis Eduardo Juarez-Orozco, del Turku PET Centre, in Finlandia. L’algoritmo, che ha analizzato ripetutamente i dati derivanti dalla diagnostica per immagini (ad esempio la Tomografia ad emissione di positroni o l’Angio-Tomografia – Angio-Tc - computerizzata) “ragionando” su 85 diverse variabili in 950 soggetti con dolore al petto tipico della crisi cardiaca che sono poi stati monitorati per sei anni, è arrivato a correlare le diverse informazioni ed ha creato dei “profili” con un’affidabilità superiore al 90 per cento.  Le macchine per intelligenza artificiale, in futuro, potrebbero quindi essere un complemento utile per integrare le attuali “carte del rischio” che guidano l’approccio preventivo per chi ha avuto problemi di cuore. Nel monitoraggio dei quasi 1000 pazienti proseguito per sei anni sono stati registrati 24 infarti e 49 decessi per tutte le cause. L’algoritmo di intelligenza artificiale, chiamato LogitBoost, ha analizzato ripetutamente nel tempo I dati fino ad ottimizzare le sue capacità predittive a a disegnare il rischio individuale con maggior precisione.