Un algoritmo di intelligenza artificiale prevede il rischio di malattie cardiache a partire da scintigrafie ossee.

Ricercatori della Edith Cowan University (ECU) e dell'Università di Manitoba hanno sviluppato un programma automatizzato in grado di identificare problemi cardiovascolari e rischi di caduta a partire da scansioni di densitometria ossea di routine. 

Ciò potrebbe rendere molto più semplice individuare gravi problemi di salute prima che diventino pericolosi per la vita.

L'algoritmo, sviluppato dalla ricercatrice della ECU, la dottoressa Cassandra Smith, e dal ricercatore senior, il dottor Marc Sim, funziona analizzando le immagini di valutazione delle fratture vertebrali (VFA) acquisite durante i test standard di densità ossea, che spesso fanno parte dei piani di trattamento per l'osteoporosi. 

Valutando la presenza e l'entità della calcificazione dell'aorta addominale (AAC) in queste scansioni, il programma può individuare rapidamente i pazienti a rischio di infarto, ictus e cadute pericolose.

Ciò che è davvero impressionante è la velocità con cui l'algoritmo funziona. Mentre un lettore umano esperto potrebbe impiegare dai cinque ai sei minuti per calcolare un punteggio AAC da una singola scansione, il programma di apprendimento automatico è in grado di prevedere i punteggi per migliaia di immagini in meno di un minuto. 

Tale livello di efficienza potrebbe rappresentare un vantaggio significativo per i sistemi sanitari che intendono sottoporre a screening ampie fasce di popolazione per individuare rischi per la salute non evidenti.

La necessità di tale screening è evidente. Nel ricerca, Il dottor Smith ha scoperto che ben 581 individui anziani sottoposti a scansioni di routine della densità ossea presentavano livelli di AAC da moderati ad alti.

Ancor più preoccupante, un paziente su quattro era completamente inconsapevole del proprio rischio elevato.

“"È risaputo che le donne sono sottoposte a screening e trattamenti insufficienti per le malattie cardiovascolari", ha osservato la dottoressa Smith. "Questo studio dimostra che possiamo utilizzare apparecchiature per la densitometria ossea a bassa emissione di radiazioni, ampiamente disponibili, per identificare le donne ad alto rischio di malattie cardiovascolari, consentendo loro di accedere alle cure necessarie."”

Ma il potere predittivo dell'algoritmo non si limita alla salute cardiaca. Utilizzando lo stesso programma, il dottor Sim ha scoperto che i pazienti con punteggi AAC da moderati ad alti presentavano anche un rischio maggiore di ricoveri ospedalieri e fratture dovute a cadute rispetto a quelli con punteggi bassi.

“"Maggiore è la calcificazione delle arterie, maggiore è il rischio di cadute e fratture", ha spiegato il dottor Sim. Mentre i fattori di rischio tradizionali per le cadute, come precedenti cadute e bassa densità ossea, sono ben noti, la salute vascolare viene raramente presa in considerazione. 

“"La nostra analisi ha rivelato che la CAA (Comunicazione Aumentativa e Alternativa) contribuisce in modo significativo al rischio di cadute, risultando addirittura più rilevante di altri fattori clinicamente identificati come fattori di rischio di caduta."”

Come per ogni nuova tecnologia, ci sono domande a cui rispondere e sfide da superare prima che questo tipo di screening assistito dall'intelligenza artificiale diventi una pratica standard. 

Innanzitutto, l'algoritmo dovrà essere validato su popolazioni di pazienti più ampie e diversificate e integrato senza problemi nei flussi di lavoro clinici esistenti.

Tuttavia, se queste sfide potranno essere superate, una semplice scintigrafia ossea – un esame a cui milioni di anziani si sottopongono già regolarmente – potrebbe diventare un sistema di allarme precoce per alcuni dei problemi di salute più comuni e devastanti che ci troviamo ad affrontare.