Un'IA legge l'ECG in due secondi e trova scompensi che sfuggono anche al cardiologo

Un sistema di intelligenza artificiale addestrato all'Imperial College London legge un elettrocardiogramma in meno di due secondi e riconosce segni di scompenso cardiaco e di valvulopatia che i clinici, dallo stesso tracciato, non ricavano. I risultati, presentati al congresso della European Society of Cardiology a Monaco, vengono da una sperimentazione su 67.000 pazienti negli Stati Uniti: il sistema ha individuato fino all'81% dei casi di scompenso e fino al 90% delle valvulopatie, con un esame che non era stato concepito per rilevare né l'una né l'altra condizione. Ahmed El-Medany, ricercatore clinico della British Heart Foundation a Imperial, ha parlato di "intelligenza artificiale sovrumana". L'affermazione è più circoscritta della formula: il segnale è presente nella registrazione, e sono i clinici a non riuscire a estrarlo in modo affidabile.

"I pazienti possono spesso attendere diversi mesi per un'ecografia cardiaca dopo che il medico li ha indirizzati", ha dichiarato al Guardian Fu Siong Ng, professore di cardiologia all'Imperial College . Lo scompenso cardiaco progredisce nel tempo e la terapia funziona in genere meglio quando comincia presto, quindi chi resta in coda vede la propria condizione cambiare mentre aspetta.

Un ecocardiogramma richiede un ecografista formato, apparecchiature dedicate e un appuntamento. Un elettrocardiogramma si registra con dieci elettrodi e un infermiere, ed è per questo che viene eseguito molto più spesso. Il modello serve quindi a smistare per priorità, non a sostituire il clinico: analizza tracciati che vengono raccolti comunque e segnala chi ha più probabilità di avere un'anomalia del cuore, così che quei pazienti vengano anticipati sull'ecografia invece di scorrere la lista nell'ordine di arrivo.

"Una tecnologia come l'ECG con intelligenza artificiale di questa ricerca potrebbe essere una soluzione per dare la precedenza ai pazienti con maggiore probabilità di avere un'anomalia cardiaca", ha commentato Sonya Babu-Narayan, cardiologa consulente della British Heart Foundation. Gli elettrocardiogrammi sono fra gli esami più economici e diffusi, quindi affiancare un software a registrazioni che vengono già prodotte comporterebbe poca infrastruttura aggiuntiva e poca spesa.

I tracciati brasiliani dietro il modello

Il gruppo di Ng ha addestrato i propri modelli su 1,6 milioni di elettrocardiogrammi raccolti in Brasile e collegati alle cartelle cliniche, oltre a diversi milioni di registrazioni statunitensi. Il collegamento con le cartelle è la parte importante: i modelli imparano quali configurazioni del tracciato si accompagnavano a diagnosi arrivate in seguito, invece di riconoscere soltanto condizioni già identificate al momento dell'esame.

Il programma va oltre lo scompenso e le valvulopatie. Gli stessi modelli sono stati usati per identificare infarti e aritmie, e anche condizioni che stanno fuori dalla cardiologia, fra cui diabete e malattia renale. I ricercatori riportano accuratezze fra l'83% e il 93% per le malattie cardiache e fra il 70% e l'80% per le altre condizioni.

Dallo spinout al dispositivo medico

Il lavoro, finanziato dalla British Heart Foundation, viene commercializzato attraverso uno spinout chiamato Cardiovolt.ai, dove Ng ricopre il ruolo di direttore medico e Arunashis Sau quello di direttore scientifico. Il passo successivo dichiarato dal gruppo riguarda anche l'hardware: elettrocardiografi portatili con il modello integrato nel flusso di lavoro porterebbero la tecnologia fuori dall'ospedale, dove registrare un tracciato è più facile. Cambierebbe però anche la funzione del sistema, che da strumento per gestire pazienti già presi in carico diventerebbe uno strumento per individuare persone mai indirizzate ad accertamenti.

Il passaggio da un risultato accademico presentato a un congresso all'uso di routine in ospedale richiede un percorso separato di validazione clinica e approvazione regolatoria, che il sistema non ha ancora affrontato. Uno strumento che indica quali pazienti mandare ad approfondimento formula un'affermazione clinica, quindi deve soddisfare i requisiti previsti per i dispositivi medici prima di essere impiegato su larga scala nel Regno Unito.