RUOLO DELL’INTELLIGENZA ARTIFICIALE NELLA CARDIOLOGIA DEL FUTURO

In Medicina assistiamo a un rapido sviluppo di modelli di previsione basati sull’intelligenza artificiale (AI). Con l’introduzione di questi strumenti e software nella cura dei pazienti cardiovascolari, i ricercatori e i clinici sono chiamati oggi a comprendere le opportunità, ma anche i limiti delle previsioni basate sull’intelligenza artificiale, non accettando acriticamente questo progresso tecnologico, ma cercando di distinguere i modelli di previsione basati sull’IA che possano davvero aggiungere valore alla cura del paziente da quelli che non sono in grado di farlo.

Certo è che con l’intelligenza artificiale si possono fare grandi cose: per esempio, è stato dimostrato che un algoritmo basato sull’identificazione facciale è superiore agli score tradizionali per predire la presenza di malattia coronarica.

Analogamente, la lettura di un elettrocardiogramma guidata dall’intelligenza artificiale predice la presenza di disfunzione ventricolare, con un’area sotto la curva di 0.93 (dato veramente eccezionale).

 

 

 

 

 

 

 

 

Verso una stratificazione di precisione del rischio cardiovascolare

La malattia aterosclerotica è una malattia cronica guidata dalla complessa interazione di genetica, ambiente e stile di vita, che alla fine porta a eventi cardiovascolari.

La preservazione della salute cardiovascolare e la prevenzione dell’aterosclerosi sono fondamentali, soprattutto alla luce dei più recenti risultati dello studio Global Burden of Cardiovascular Diseases, che mostra che le malattie cardiovascolari sono ancora la principale causa di mortalità, di nuovo in aumento in molte località dove in precedenza erano in calo.

Con le tradizionali carte del rischio siamo ancora lontani da una stratificazione precisa e “personalizzata”, per ottenere la quale bisogna combinare le omiche e l’intelligenza artificiale.

Il futuro della previsione del rischio sta quindi nel passaggio dai punteggi di rischio basati sulla popolazione a una previsione del rischio personalizzata, in cui un gran numero di variabili relative al paziente sono integrate nel tempo.

La capacità dell’intelligenza artificiale di elaborare rapidamente grandi quantità di dati ha portato allo sviluppo di una previsione del rischio più precisa, basata sull’apprendimento automatico. Attualmente, la maggior parte dei modelli di apprendimento automatico utilizzati per la previsione del rischio si limitano all’elaborazione di big data da variabili demografiche, biomarcatori o di imaging. Ma la prossima frontiera sarà la capacità di integrare tutti i dati disponibili di genetica, proteomica, metabolomica, lipidomica e imaging, nonché la biometria dei dispositivi indossabili per trasformare il nostro approccio alla previsione personalizzata del rischio nel corso della vita.

 

---

RIFERIMENTI

• La scheda è ricavata dalla Lettura Magistrale del Prof. Filippo Crea sul tema: “Direzioni future nella ricerca cardiovascolare”; I Annual Meeting della Rete Cardiologica; Roma 28 settembre 2022.
• van Smeden M et al. Critical appraisal of artificial intelligence-based prediction models for cardiovascular disease. Eur Heart J 2022; 43(31):2921-2930. Vai all’articolo
• Attia ZI et al. Screening for cardiac contractile dysfunction using an artificial intelligence-enabled electrocardiogram. Nat Med 2019;25(1):70-74.
• Tokgozoglu L, Torp-Pedersen C. Redefining cardiovascular risk prediction: is the crystal ball clearer now?. Eur Heart J 2021;42(25):2468-2471. Vai all’articolo