IA predice il rischio di morte cardiaca improvvisa meglio dei test tradizionali

Algoritmo di intelligenza artificiale identifica con precisione superiore i pazienti a rischio di arresto cardiaco analizzando elettrocardiogrammi.

Uno strumento basato sull’intelligenza artificiale potrebbe presto permetterci di prevedere con accuratezza senza precedenti il pericolo di decesso improvviso causato da arresto cardiaco: ricercatori dell’Università della California a Berkeley (UC Berkeley, Stati Uniti) hanno sviluppato un algoritmo di IA, addestrandolo a identificare tracciati elettrocardiografici di individui con rischio elevato.

Cos’è l’arresto cardiaco

Diversamente dall’infarto, provocato da un blocco del flusso ematico verso il muscolo cardiaco, l’arresto cardiaco avviene quando l’attività elettrica del cuore cessa all’improvviso. Interventi come la rianimazione cardiopolmonare e l’uso tempestivo di un defibrillatore automatico possono fare la differenza, tuttavia circa nove persone su dieci colpite da arresto cardiaco improvviso fuori dall’ambiente ospedaliero perdono la vita in pochi minuti.

La rapidità con cui sopraggiunge la morte rende estremamente complesso comprendere cosa accadesse nel cuore nei momenti precedenti l’arresto. Gli esami autoptici possono fornire indizi sulla struttura cardiaca, come arterie occluse o tessuti cicatriziali, ma il reale funzionamento elettrico del cuore prima del collasso resta in gran parte misterioso.

Secondo l’Istituto Superiore di Sanità, l’arresto cardiaco rappresenta la terza causa di decesso in Europa: nello specifico, l’incidenza annua dell’arresto extra-ospedaliero oscilla tra 67 e 170 episodi per 100.000 persone, con una sopravvivenza media dell’8%, mentre quello intraospedaliero si verifica in 1,5-2,8 casi ogni 1.000 ricoveri, con sopravvivenza a 30 giorni tra il 15% e il 34%.

Nel nostro Paese, la gestione di questa emergenza mostra una notevole variabilità: una metanalisi del 2020 su oltre 43.000 casi ha rilevato un’incidenza media di 86 casi soccorsi dai servizi di emergenza e 55 casi sottoposti a manovre rianimatorie per 100.000 abitanti all’anno. Nonostante un ripristino spontaneo del circolo nel 19% dei casi, la sopravvivenza globale raggiunge solo il 9% e quella con esito neurologico favorevole il 5%.

Anche l’organizzazione dell’emergenza territoriale presenta differenze marcate, con disparità nell’utilizzo dei numeri 112/118, nella preparazione del personale, nelle procedure pre-arrivo e nei protocolli per l’impiego dei defibrillatori semiautomatici.

Il contributo dell’intelligenza artificiale

Grazie a una tecnologia innovativa che potrebbe cambiare radicalmente questo scenario, gli studiosi dell’UC Berkeley hanno identificato un segnale mai rilevato prima nei tracciati elettrocardiografici che consente di individuare con maggiore precisione i soggetti a rischio elevato prima dell’evento fatale.

Nel dettaglio, analizzando oltre 440.000 elettrocardiogrammi (ECG) provenienti dalla Svezia, correlati con dati estratti dai certificati di morte, i ricercatori hanno istruito un algoritmo di intelligenza artificiale ad esaminare le oscillazioni e le configurazioni d’onda generate dalle correnti elettriche cardiache.

Hanno alimentato il sistema con tracciati di individui sani, pazienti con fattori di rischio e persone successivamente decedute per arresto cardiaco, fino a quando l’algoritmo non è diventato capace di riconoscere le configurazioni caratteristiche nei soggetti che hanno poi subito morte cardiaca improvvisa.

Successivamente, nell’arco di diversi anni, i ricercatori hanno validato il modello su migliaia di ulteriori cartelle cliniche provenienti da Stati Uniti e Taiwan.

L’interpretazione degli elettrocardiogrammi effettuata dall’algoritmo ha dimostrato prestazioni superiori rispetto ai test clinici convenzionali, che valutano la frazione di sangue espulsa dal ventricolo a ogni contrazione: mentre questi test standard identificano un gruppo ad alto rischio con un tasso annuo del 4,6% di morte cardiaca improvvisa, il sistema di intelligenza artificiale riconosce un gruppo ad alto rischio con un tasso annuo del 7%, una differenza che si traduce in migliaia di pazienti ogni anno, la maggior parte dei quali risulterebbe a basso rischio secondo i criteri attuali.

In sintesi, il modello ha identificato un numero maggiore di pazienti ad alto rischio e ha anticipato con accuratezza superiore chi sarebbe andato incontro a morte cardiaca improvvisa, utilizzando esclusivamente immagini diagnostiche già disponibili nelle strutture sanitarie di tutto il pianeta.

La ricerca potrebbe permettere ai clinici di stabilire con maggiore affidabilità chi necessita di un defibrillatore impiantabile, e apre nuove prospettive per comprendere il meccanismo fisiologico individuato dallo strumento di intelligenza artificiale, che appare correlato all’arresto cardiaco improvviso e letale.

Le scelte mediche sono estremamente complesse, ed è proprio per questo che l’intelligenza artificiale mi appassiona così tanto – afferma Ziad Obermeyer, autore principale dello studio – Non solo possiamo compiere scelte più accurate, ma anche cominciare a comprendere cosa stia realmente succedendo a questi pazienti prima che il loro cuore cessi di battere

Il metodo attualmente più diffuso per identificare i pazienti a rischio misura la frazione di eiezione ventricolare: se questo valore scende sotto una determinata soglia, il paziente potrebbe essere candidato all’impianto di un defibrillatore.

Tuttavia questo test richiede ai pazienti una valutazione clinica più complessa, di cui la stragrande maggioranza delle vittime ignorava di aver bisogno. Inoltre, due terzi dei dispositivi impiantati in questi pazienti considerati ad alto rischio non si attivano mai.

Questo significa che i pazienti affrontano interventi invasivi e dispendiosi per prevenire un’emergenza che potrebbe non verificarsi mai. Nel frattempo, migliaia di persone inconsapevoli del proprio rischio muoiono ogni anno.

In una porzione di questi casi, avremmo potuto evitare quei decessi se solo lo avessimo scoperto in anticipo. Molte esistenze si perdono a causa di arresti cardiaci improvvisi, che sarebbero evitabili se disponessimo di strumenti di intelligenza artificiale più performanti per rilevarli

Gli sviluppi futuri

La fase successiva del progetto è già in corso: i ricercatori stanno lavorando con i sistemi sanitari di Svezia, Taiwan e Stati Uniti per integrare l’algoritmo nei database elettrocardiografici ospedalieri: per i pazienti che l’algoritmo classifica come ad alto rischio, i medici potrebbero informare i pazienti e proporre loro di indossare un dispositivo di monitoraggio cardiaco continuo.

Queste informazioni potrebbero inoltre aiutare i ricercatori a comprendere meglio il meccanismo fisiologico cardiaco che produce segnali evidentemente associati a un rischio elevato, e persino condurre all’impianto di un defibrillatore interno che può salvare la vita.

Gli scienziati hanno inoltre realizzato e reso disponibile un portale web dove le persone interessate a valutare il proprio rischio possono inserire dati anagrafici di base e il proprio indirizzo email, permettendo al team di ricerca di ricontattarle per l’analisi degli elettrocardiogrammi quando lo strumento di intelligenza artificiale sarà più diffusamente accessibile.

Da questi strumenti emergerà anche un nuovo approccio alla ricerca scientifica – conclude Obermeyer – ed è entusiasmante immaginare come questo processo prenderà forma

Lo studio è stato pubblicato su Nature.

Fonti: UC Berkeley / Nature