Sono sempre di più le esperienze di applicazione dell’intelligenza artificiale in campo medico.
Una review ha evidenziato la superiorità dei calcolatori di rischio basati sull’ecografia della carotide rispetto a quelli convenzionali nel controllare l’avanzamento dell’aterosclerosi in questi pazienti (Jamthikar AD, Gupta D, Puvvula A, et al. Cardiovascular risk assessment in patients with rheumatoid arthritis using carotid ultrasound B-mode imaging [published online ahead of print, 2020 Aug 28]. Rheumatol Int. 2020;1-19. doi:10.1007/s00296-020-04691-5).
Rispetto alle altre tecniche diagnostiche che si possono utilizzare, ovvero RM, la TC e OCT, l’ecografia ha il vantaggio di non essere radiante e di essere più economica.
La revisione, basata su 120 studi peer reviewed, aveva altri due obiettivi: il primo era individuare possibili percorsi fisiopatologici che leghino l’artrite reumatoide all’evoluzione aterosclerotica nel paziente e verificare quale sia il ruolo dell’intelligenza artificiale in questo contesto.
Per quanto riguarda questo secondo punto, vi sono evidenze che l’intelligenza artificiale sia utile nello stratificare il rischio da aterosclerosi in popolazioni non affette da artrite reumatoide, mentre in questa coorte strumenti di machine learning sono già usati, per esempio, nello screening.
Secondo gli autori, l’applicazione dell’intelligenza artificiale alla stratificazione del rischio potrebbe migliorare gli esiti dei comuni calcolatori, che tendono in ogni caso a sovrastimare o sottostimare il rischio.
Infine, per quanto riguarda l’aspetto fisiopatologico citato sopra, la review ha presentato diversi percorsi possibili, sottolineando anche la necessità di individuare nuovi marker per rendere più efficace la stessa stratificazione del rischio.
Stefania Somaré
