Usare l’intelligenza artificiale per predire, a partire da una valutazione delle placche aterosclerotiche presenti nelle arterie del paziente, il rischio di infarto: questa l’idea di una ricercatrice del Cedars-Sinai Health System in Los Angeles che da anni lavora con il suo team a questo obiettivo.
È noto che la presenza di placche aterosclerotiche nelle arterie possa ridurre, con il tempo, il passaggio di sangue nei vasi stessi… e che se queste placche si trovano a livello delle coronarie, ciò può provocare una carenza di sangue al muscolo cardiaco e, successivamente, un infarto.
L’angiografia con tomografia computerizzata permette di avere un’immagine 3D delle placche all’interno delle coronarie, consentendo già una stima del rischio, ma la loro misurazione è comunque difficile e ci vuole grande esperienza.
Questo il compito che avrebbe il sistema di intelligenza artificiale sviluppato in uno studio internazionale multicentrico. 11 i centri esperti che hanno partecipato, per un totale di 921 pazienti e 5045 lesioni usati per l’ideazione del modello di rete neurale convoluzionale di deep learning proposto: questo, a sua volta, è stato testato su un campione esterno di validazione di 175 pazienti, per un totale di 1081 lesioni, e 50 ulteriori pazienti, per 84 lesioni, valutati con ecografia intravascolare a un mese dall’angiografia con CT. Gli autori dello studio hanno quindi studiato il potere prognostico del modello.
I risultati
L’intelligenza artificiale ha dato letture molto simili a quelle di un lettore esperto di angiografie, sia in termini di misura del volume della placca che di diametro percentuale di stenosi. Buono il riscontro anche con l’ecografia intravascolare. Differente invece il tempo richiesto per arrivare a una valutazione attenta delle placche: l’intelligenza artificiale è decisamente più veloce, permettendo di rendere più rapido il sistema.
Quali sono le caratteristiche delle placche che meglio correlano con un infarto successivo e che, quindi, hanno valore prognostico? Gli autori hanno valutato che il rischio di infarto del miocardio aumenta con volumi di placca pari o maggiori a 238,5 mmq.
È inoltre interessante osservare che questo algoritmo è riuscito a predire un attacco di cuore entro 5 anni per 1.611 persone, parte dello studio multicentrico “SCOT-HEART”. Secondo gli autori dello studio, questo modello potrebbe non solo facilitare il lavoro ai professionisti ospedalieri, ma agli stessi pazienti, perché consentirebbe di avere un riferimento per valutare gli effetti delle terapie assunte e dei cambiamenti sugli stili di vita effettuati.
In altre parole, data la velocità di lettura, questo modello di intelligenza artificiale potrebbe essere usato come test per valutare i benefici di un intervento terapeutico nei pazienti con placche aterosclerotiche. Non solo: una volta individuati i soggetti più a rischio si può procedere con gli interventi migliori per evitare che l’infarto si verifichi davvero. Il sistema deve essere ulteriormente validato, magari su gruppi differenti di pazienti.
(Lo studio: Lin A, Manral N, McElhinney P, Killekar A, Matsumoto H, Kwiecinski J, Pieszko K, Razipour A, Grodecki K, Park C, Otaki Y, Doris M, Kwan AC, Han D, Kuronuma K, Flores Tomasino G, Tzolos E, Shanbhag A, Goeller M, Marwan M, Gransar H, Tamarappoo BK, Cadet S, Achenbach S, Nicholls SJ, Wong DT, Berman DS, Dweck M, Newby DE, Williams MC, Slomka PJ, Dey D. Deep learning-enabled coronary CT angiography for plaque and stenosis quantification and cardiac risk prediction: an international multicentre study. Lancet Digit Health. 2022 Apr;4(4):e256-e265. doi: 10.1016/S2589-7500(22)00022-X. Erratum in: Lancet Digit Health. 2022 May;4(5):e299. PMID: 35337643; PMCID: PMC9047317)
Stefania Somaré
