News

Intelligenza artificiale per predire il rischio cardiaco: verso una nuova era della cardiologia

Modello Prognostico RM

Avvalendosi dei dati forniti da un imaging sempre più preciso e sofisticato, algoritmi, software e super-computer consentono ormai di predire gli eventi clinici in modo sempre più affidabile.

6 Febbraio Feb 2017 0000 4 months ago
  • Pontone 3

    Gianluca Pontone

    RESPONSABILE Unità Operativa RM cardiovascolare

    STAFF MEMBER Ecocardiografia, Unità Operativa Radiologia, Unità Operativa Scompenso, Cardiologia Clinica e Cardiologia Riabilitativa, Unità Operativa TAC cardiovascolare

L'imaging cardiaco con risonanza magnetica (RM) fornisce, come è noto, una valutazione accurata dello stato funzionale del cuore di un paziente. In particolare, gli studi convenzionali di RM cardiaca in pazienti con ipertensione polmonare hanno dimostrato che il deterioramento della funzione ventricolare destra è associato a una prognosi sfavorevole, nonostante la riduzione terapeutica delle resistenze vascolari polmonari.

Realizzare il pieno potenziale predittivo del imaging cardiaco richiede però metodi in grado di individuare quali sono le caratteristiche più importanti e significative dal punto di vista prognostico. Uno studio del Medical Reasearch Council di Londra, recentemente pubblicata su Radiology, si è posto l'obiettivo di valutare, in pazienti con ipertensione polmonare, se l'insufficienza destra e il decesso possano essere previsti utilizzando modelli tridimensionali e analizzandoli in modo automatico con software ad apprendimento supervisionato.

Lo studio è stato condotto su quasi trecento pazienti, ognuno dei quali è stato sottoposto a RM cardiaca. I dati, integrati con quelli di altri esami clinici e di laboratorio, hanno permesso di mettere a punto un modello 3D del cuore del paziente, in grado di evidenziare anche le più piccole anomalie. Il tutto è stato quindi messo in relazione con le condizioni specifiche del paziente e la sua storia clinica, valutando gli esami del sangue di 8 anni precedenti. Eseguendo calcoli complessi su tutti questi parametri, il software è stato in grado di prevedere quali tra i pazienti corressero un rischio più elevato di sviluppare eventi cardiaci nei 5 anni successivi. Ciò ha permesso agli Autori di concludere che l'analisi semi-automatica ad apprendimento supervisionato della cinetica cardiaca nei pazienti con ipertensione polmonare è fattibile, precisa e riproducibile.

"Questo studio si inserisce nel promettente filone di ricerca che applica l’intelligenza artificiale all’imaging cardiaco per migliorare la capacità di valutare la prognosi del paziente, – commenta il Dr. Gianluca Pontone, responsabile dell’U.O Risonanza Magnetica del Centro Cardiologico Monzino. – Lo studio ha evidenziato come l’intelligenza artificiale di un super-computer, grazie ai dati forniti da un imaging sempre più preciso e sofisticato, sembra ormai essere più affidabile di un essere umano nel predire gli eventi clinici".

Pontone Bassa

Dr. Gianluca Pontone

Il lavoro pubblicato su Radiology è uno dei tanti esempi che mostra come l’epoca dei super-computer che analizzano big data, ovvero quantità enormi di informazioni, sia già iniziata. Il principio alla base di questo nuovo approccio è che l’insieme di dati clinici, laboratoristici e di imaging sia troppo grande per potere essere gestito dalla capacità di calcolo della mente umana. Al contrario, algoritmi, software e super-computer possono gestire i big data mostrando una capacità di diagnosi superiore a quella dell’uomo. Ciò vale per qualsiasi tecnica di imaging e in differenti contesti clinici.

Gianluca Pontone

Riferimenti

  1. Dawes TJ et al. Machine Learning of Three-dimensional Right Ventricular Motion Enables Outcome Prediction in Pulmonary Hypertension: A Cardiac MR Imaging Study. Radiology. 2017 Jan 16:161315. doi: 10.1148/radiol.2016161315. [Epub ahead of print] → Vai allo studio

Il grafico in alto illustra le variazioni dell'ampiezza della escursione sistolica nel ventricolo destro (basale a sinistra e apicale a destra) in pazienti con ipertensione polmonare, sopravvissuti e non sopravvissuti.1