AI e deep learning diventano uno strumento diagnostico in grado di valutare il rischio d’infarto in un attimo

L’Intelligenza Artificiale sta facendo passi da gigante trovando applicazione nei campi più disparati, fra cui anche quello della salute e della medicina.

Ne è un esempio concreto quanto riportato in queste ore da Hdblog.it, secondo cui tramite AI e deep learning, è stato creato uno strumento diagnostico alquanto importante in quanto capace di intercettare il rischio di infarto, quindi di un grave malore al cuore, a volte fatale, in pochi istanti e soprattutto almeno mezz’ora prima rispetto alle tempistiche attuali.

GRAZIE AD AI E DEEP LEARNING REALIZZATO UNO STRUMENTO DIAGNOSTICO PER RILEVARE INFARTI

Se a qualcuno questo lasso di tempo potrebbe sembrare breve, in realtà 30 minuti potrebbero risultare più che decisivi nel salvare o meno una persona colpita appunto da un infarto. Il progetto in questione è portato avanti dai ricercatori del Cedars-Sinai Medical Center, ed è stato in seguito pubblicato sulla rivista scientifica The Lancet, la più prestigiosa del suo settore. Si tratta di uno strumento che permette di quantificare in maniera precisa i depositi di materiale lipidico che nel corso degli anni si accumulano sulle pareti delle arterie e che provocano poi quelle placche aterosclerotiche che portano a loro volta a causare gli infarti. “Le placche coronariche spesso non vengono misurate perché non esiste un modo completamente automatizzato per farlo – sono le parole del principale autore dello studio, Damini Dey del Biomedical Imaging Research Institute di Cedars-Sinai. – Le volte in cui invece si procede con la misurazione, un esperto impiega dai 25 ai 30 minuti (per valutarle, ndr); adesso possiamo utilizzare questo sistema per quantificare le placche partendo dalle immagini CCTA in cinque o sei secondi”.

Si risparmia in poche parole tempo sulla valutazione, che viene fatta non dall’uomo ma direttamente dall’intelligenza artificiale, ottenendo così una diagnosi in tempi ben ridotti. Per poter giungere a questo risultato è stato utilizzato un set di immagini CCTA provenienti da circa 1.000 pazienti diversi, e in seguito è stato valutato quanto appreso dall’algoritmo su altri casi, scoprendo che le valutazioni effettuate dalla “macchina” erano di fatto allineate con quelle fatte dai medici. “Il nostro studio – si legge nella pubblicazione – rappresenta la prima convalida per un approccio tramite deep learning per la quantificazione aterosclerotica da CCTA […]. È la prima dimostrazione del valore predittivo delle misurazioni della placca basate sul deep learning per misurare il rischio di eventi cardiaci”. Damini Dey ha aggiunto e concluso: “Sono necessari ulteriori studi, ma è possibile che in futuro potremmo essere in grado di capire se e dopo quanto tempo una persona può avere un infarto sulla base della quantità e della composizione della placca evidenziata da una CCTA – ha affermato Damini Dey”.