Infarti: con l’IA la diagnosi è più veloce e più accurata

Secondo una nuova ricerca dell’Università di Edimburgo pubblicata su Nature Medicine, un algoritmo sviluppato utilizzando l’intelligenza artificiale potrebbe presto essere utilizzato dai medici per diagnosticare un infarto con una velocità e una precisione senza precedenti.

L’efficacia dell’algoritmo, denominato CoDE-ACS, è stata testata su 10.286 pazienti in sei paesi del mondo. Le informazioni raccolte sui pazienti sono quelle di routine, come età, sesso, risultati dell’ECG e anamnesi, nonché livelli di troponina, per prevedere la probabilità che un individuo abbia avuto un infarto. Il risultato è un punteggio di probabilità da 0 a 100 per ciascun paziente. I ricercatori hanno scoperto che, rispetto agli attuali metodi di test, CoDE-ACS è stato in grado di escludere un infarto in più del doppio del numero dei soggetti, con una precisione del 99,6%.

La conseguenza più immediata di questa velocità nell’escludere gli infarti potrebbe essere una riduzione dei ricoveri ospedalieri. In questa prospettiva è attualmente in corso in Scozia una serie di studi con il supporto del Wellcome Leap per valutare se lo strumento sia realmente in grado di aiutare i medici a diminuire la pressione sui dipartimenti di emergenza.

L’attuale gold standard per la diagnosi di un attacco di cuore è misurare i livelli di troponina nel sangue. Ma la stessa soglia viene utilizzata per ogni paziente. Questo significa che fattori come l’età, il sesso e altri problemi di salute che influenzano i livelli di troponina non vengono presi in considerazione, influenzando l’accuratezza delle diagnosi di infarto.

Questo può portare a disuguaglianze nella diagnosi. Ad esempio, una precedente ricerca ha dimostrato che le donne hanno il 50% in più di probabilità di ottenere una diagnosi iniziale sbagliata. Le persone che inizialmente ricevono una diagnosi errata hanno un rischio maggiore del 70% di morire dopo 30 giorni. Il nuovo algoritmo è un’opportunità per impedirlo. Lo strumento di IA infatti ha funzionato bene indipendentemente dall’età, dal sesso o dalle condizioni di salute preesistenti, mostrando tutto il suo potenziale per ridurre le diagnosi errate e le disuguaglianze nella popolazione.

Oltre a escludere gli infarti, CoDE-ACS potrebbe anche aiutare i medici a identificare i soggetti i cui livelli anormali di troponina sono dovuti ad altre condizioni.

“Per i pazienti con dolore toracico acuto dovuto a un attacco di cuore, la diagnosi precoce e il trattamento salvano la vita. Sfortunatamente, molte condizioni causano questi sintomi comuni e la diagnosi non è sempre semplice. Sfruttare i dati e l’intelligenza artificiale per supportare le decisioni cliniche ha un enorme potenziale per migliorare l’assistenza ai pazienti e l’efficienza nei nostri affollati dipartimenti di emergenza”, spiega Nicholas Mills, professore di cardiologia presso il Center for Cardiovascular Science dell’Università di Edimburgo, che ha guidato la ricerca.

 

Fonte

Doudesis D et al.; CoDE-ACS Investigators. Machine learning for diagnosis of myocardial infarction using cardiac troponin concentrations. Nat Med. 2023 May 11. doi: 10.1038/s41591-023-02325-4. Epub ahead of print. PMID: 37169863.