Mettere l’intelligenza artificiale al servizio dei pazienti affetti da scompenso cardiaco. È questo l’obiettivo della Cardiovascular AI Initiative: un progetto triennale, oggetto di un finanziamento di 15 milioni di dollari, che vedrà la collaborazione tra gli esperti di machine learning della Cornell University di New York e i cardiologi nel New York-Presbyterian Hospital (1).
L’utilizzo di algoritmi di machine learning utili a definire le interazioni tra i diversi segnali cardiaci – ad esempio attraverso l’analisi complessa degli esami elettrocardiografici e di imaging – potrebbe infatti rendere possibile un riconoscimento precoce dello scompenso cardiaco e dare l’impulso allo sviluppo di nuovi approcci assistenziali.
I ricercatori e i clinici della Cornell University e del New York-Presbyterian Hospital hanno anticipato che, oltre ai fini diagnostici, l’intelligenza artificiale potrebbe essere impiegata anche per personalizzare il trattamento e favorire il decision-making clinico in merito a trapianti di cuore e impianti di dispositivi di assistenza ventricolare.
“L’intelligenza artificiale e la tecnologia stanno cambiando la nostra società e il modo in cui pratichiamo la medicina”, ha commentato Nir Uriel, responsabile dello scompenso cardiaco avanzato e dei trapianti cardiaci del NewYork-Presbyterian. “Non vediamo l’ora di costruire un ponte nel futuro della medicina e di utilizzare una tecnologia avanzata per fornire strumenti utili a migliorare l’assistenza ai nostri pazienti”.
Attualmente l’intelligenza artificiale è utilizzata, in ambito cardiologico, soprattutto nell’ambito dell’imaging cardiaco, con diversi strumenti che permettono ad esempio di calcolare in tempo reale parametri come la frazione di eiezione o di velocizzare gli esami diagnostici per effetto di una maggiore capacità di elaborazione dei dati.
In altri casi, tuttavia, gli ingenti investimenti fatti nell’ambito dell’intelligenza artificiale in cardiologia non hanno portato benefici significativi per i pazienti: i modelli di machine learning non si sono rivelati migliori dei medici, in termini di performance, o hanno permesso di raggiungere risultati dallo scarso valore clinico. Non è scontato, ad esempio, che una diagnosi precoce si traduca automaticamente in un esito migliore per il paziente (2).
“C’è un gap enorme tra tutti gli investimenti fatti in intelligenza artificiale e il modo in cui attualmente ci prendiamo cura dei pazienti”, aveva spiegato John Rumsfield, responsabile dell’innovazione dell’American College of Cardiology, in un articolo uscito un paio di anni fa. “Dobbiamo integrarla nell’assistenza, altrimenti non funzionerà. È fondamentale che ci siano evidenze cliniche, mentre al momento c’è soprattutto hype. Dobbiamo costruire evidenze e trovare un modo per rendere questi modelli economicamente sostenibili” (3).
Bibliografia
1. Collaboration will advance cardiac health through AI. Cornell Chronicle 2022; pubblicato il 14 luglio.
2. Asselbergs FW, Fraser AG. Artificial intelligence in cardiology: the debate continues. European Heart Journal – Digital Health 2021; 4: 721–726.
3. How Artificial Intelligence will affect cardiology. Humanitas University 2022; pubblicato il 5 aprile.
