Intelligenza Artificiale, un nuovo modello può individuare il rischio di arresto cardiaco

L’intelligenza artificiale potrebbe aiutarci presto a predire con maggiore precisione il rischio di morte improvvisa per arresto cardiaco: un gruppo di ricerca guidato dall’Università della California a Berkeley (UC Berkeley, Usa) ha addestrato un modello di intelligenza artificiale, “insegnandogli” a riconoscere gli elettrocardiogrammi di persone a più alto rischio.

L’arresto cardiaco

Mentre un infarto è causato da una riduzione del flusso sanguigno al cuore, l’arresto cardiaco si verifica quando la corrente elettrica del cuore si interrompe improvvisamente. La rianimazione cardiopolmonare e una scarica di un defibrillatore automatico esterno possono salvare vite umane, ma circa il 90% di coloro che subiscono un arresto cardiaco improvviso al di fuori di un ospedale muore entro pochi minuti.

Poiché le persone muoiono così bruscamente, è difficile sapere cosa stesse succedendo all’interno del cuore prima che si fermasse. Le autopsie possono rivelare alcuni dettagli sulla sua struttura, come vasi sanguigni ostruiti o tessuti induriti, ma il funzionamento effettivo del cuore prima della morte rimane una sorta di “scatola nera”.

Come spiega l’Istituto Superiore di Sanità, l’arresto cardiaco è la terza causa di morte in Europa: in particolare, l’incidenza annuale dell’arresto cardiaco extra-ospedaliero varia tra 67 e 170 casi ogni 100.000 abitanti, con sopravvivenza media pari all’8%, mentre tra 1,5 e 2,8 per 1.000 ricoveri, con sopravvivenza a 30 giorni compresa tra il 15% e il 34% per quello intraospedaliero.

In Italia, la gestione dell’arresto presenta una significativa eterogeneità: una metanalisi pubblicata nel 2020 e condotta su oltre 43.000 casi ha evidenziato un’incidenza media di 86 casi soccorsi dai servizi di emergenza e 55 casi trattati con rianimazione cardiopolmonare per 100.000 abitanti/anno. Ma, nonostante un ritorno del circolo spontaneo del 19%, la sopravvivenza complessiva si attesta al 9% e quella con buon esito neurologico al 5%.

Anche l’organizzazione del sistema di emergenza mostra una variegata distribuzione territoriale, differenze nell’uso del 112/118, nella formazione degli operatori, nelle istruzioni pre-arrivo e nei protocolli di impiego dei defibrillatori semiautomatici esterni.

Un aiuto in più dall’Intelligenza Artificiale

©Nature

Con un nuovo strumento che potrebbe rivoluzionare questo processo, i ricercatori dell’UC Berkeley hanno scoperto un segnale finora sconosciuto negli elettrocardiogrammi che può individuare meglio i pazienti ad alto rischio prima che il loro cuore si fermi.

In particolare, utilizzando oltre 440.000 elettrocardiogrammi (ECG) provenienti dalla Svezia, abbinati a informazioni ricavate dai certificati di morte, i ricercatori hanno addestrato un modello di intelligenza artificiale ad analizzare i picchi e le forme d’onda prodotti dalle correnti elettriche del cuore.

Hanno fornito nel dettaglio al modello scansioni di persone sane, pazienti a rischio e persone che in seguito sono decedute per arresto cardiaco, fino a quando non è stato in grado di riconoscere i pattern delle forme d’onda nelle persone che in seguito hanno subito una morte cardiaca improvvisa.

Quindi, nel corso di diversi anni, i ricercatori hanno testato il modello su migliaia di altre cartelle cliniche di pazienti provenienti da Stati Uniti e Taiwan.

L’analisi degli elettrocardiogrammi dei pazienti da parte dell’algoritmo ha superato le prestazioni dei test clinici standard, che misurano la quantità di sangue espulsa dal cuore a ogni battito: infatti questi test identificano un gruppo ad alto rischio con un tasso annuo del 4,6% di morte cardiaca improvvisa, mentre il sistema di intelligenza artificiale individua un gruppo ad alto rischio con un tasso annuo del 7%, ovvero migliaia di pazienti di differenza ogni anno, la stragrande maggioranza dei quali, secondo gli standard attuali, presenta un basso rischio.

©Nature

In altre parole, il modello ha individuato un gruppo più ampio di pazienti ad alto rischio e ha previsto con maggiore precisione chi sarebbe andato incontro a morte cardiaca improvvisa, il tutto basandosi su immagini ampiamente disponibili nei centri medici di tutto il mondo.

Lo studio potrebbe consentire ai medici di identificare con maggiore precisione chi necessita di un defibrillatore impiantabile, e apre la strada a nuove ricerche sul meccanismo fisiologico individuato dallo strumento di intelligenza artificiale, che sembra essere correlato all’arresto cardiaco improvviso e fatale.

Le decisioni mediche sono davvero difficili, ed è per questo che l’intelligenza artificiale mi entusiasma così tanto – commenta Ziad Obermeyer, autore principale dello studio – Non solo possiamo prendere decisioni migliori, ma anche iniziare a capire cosa sta realmente accadendo a questi pazienti prima che il loro cuore si fermi

Infatti il metodo più comunemente utilizzato per identificare i pazienti a rischio misura la quantità di sangue pompata dal cuore a ogni contrazione: se questa frequenza è inferiore a una certa soglia, il paziente potrebbe essere idoneo all’impianto di un defibrillatore.

Ma questo test richiede ai pazienti una valutazione medica più approfondita, di cui la stragrande maggioranza delle vittime non sapeva di aver bisogno. Inoltre, due terzi degli impianti per questi pazienti presumibilmente ad alto rischio non si attivano mai.

Ciò significa che i pazienti si sottopongono a procedure invasive e costose per prevenire un’emergenza che potrebbero non verificarsi mai. E nel frattempo, migliaia di persone che non sapevano di essere a rischio muoiono ogni anno.

In una parte di queste persone, avremmo potuto prevenire quei decessi se solo lo avessimo saputo in tempo. Molte vite vengono perse a causa di morti cardiache improvvise, che sarebbero prevenibili se avessimo strumenti di intelligenza artificiale più efficaci per individuarle

I prossimi passi

La fase successiva del progetto è già iniziata: i ricercatori stanno collaborando con i sistemi sanitari di Svezia, Taiwan e Stati Uniti per implementare l’algoritmo sui database degli elettrocardiogrammi ospedalieri: per quelli che l’algoritmo segnala come ad alto rischio, i medici potrebbero avvisare i pazienti e offrire loro la possibilità di indossare un cerotto che monitora continuamente il loro cuore.

Questi dati potrebbero inoltre aiutare i ricercatori a comprendere meglio il meccanismo fisiologico all’interno del cuore che genera segnali apparentemente correlati a un rischio elevato, e persino portare all’impianto di un defibrillatore interno potenzialmente salvavita.

Gli scienziati hanno anche progettato e messo in rete un sito web dove le persone interessate a valutare il proprio rischio possono inviare informazioni di base e il proprio indirizzo e-mail, consentendo al team di ricerca di contattarle per l’analisi degli elettrocardiogrammi una volta che lo strumento di intelligenza artificiale sarà più ampiamente disponibile.

Da questi strumenti nascerà anche un nuovo modo di fare scienza – conclude Obermeyer – ed è stimolante pensare a come questo processo avrà inizio

Il lavoro è stato pubblicato su Nature.

Fonti: UC Berkeley / Nature

Leggi anche: