Un'IA legge un ECG in due secondi e trova ciò che i cardiologi non possono.

      Un ECG richiede pochi secondi per essere registrato e costa molto poco. I ricercatori dell'Imperial College di Londra hanno addestrato un sistema di intelligenza artificiale che può leggerne uno in meno di due secondi e identificare segni di insufficienza cardiaca e malattia delle valvole che i clinici non possono rilevare dallo stesso tracciato.

      I risultati sono stati presentati al congresso della Società Europea di Cardiologia a Monaco e riportati dal Guardian lunedì. Il trial ha coinvolto 67.000 pazienti negli Stati Uniti.

      Lo strumento ha identificato fino all'81% dei casi di insufficienza cardiaca e fino al 90% dei casi di malattia delle valvole, nonostante utilizzasse un test che non era stato originariamente progettato per rilevare nessuna delle due condizioni.

      “Intelligenza artificiale sovrumana” è la frase usata dal Dr. Ahmed El-Medany, ricercatore clinico della British Heart Foundation all'Imperial, per descrivere il sistema.

      L'affermazione è relativamente specifica: il segnale è presente nella registrazione, ma i clinici non possono estrarlo in modo affidabile dall'ECG da soli.

      Il problema clinico che è progettato per affrontare è in gran parte un problema di capacità. “I pazienti possono spesso aspettare diversi mesi per un'ecografia cardiaca dopo essere stati inviati dal loro medico,” ha detto il professor Fu Siong Ng, professore di cardiologia all'Imperial.

      L'insufficienza cardiaca è anche una condizione in cui i ritardi possono avere conseguenze gravi. La malattia progredisce nel tempo e il trattamento è generalmente più efficace quando inizia prima, lasciando i pazienti in coda mentre la loro condizione continua a cambiare.

      Un'ecocardiografia richiede un ecografista addestrato, attrezzature specializzate e un appuntamento. Un ECG, al contrario, può essere registrato utilizzando dieci elettrodi e un'infermiera, motivo per cui viene eseguito molto più frequentemente.

      L'idea è quindi di utilizzare l'IA per il triage piuttosto che come sostituto dei clinici. Se il software può analizzare gli ECG che vengono già effettuati e identificare i pazienti che hanno maggiori probabilità di avere un problema cardiaco strutturale, quei pazienti potrebbero essere prioritizzati per un'ecografia invece di passare attraverso la lista d'attesa nello stesso ordine di tutti gli altri.

      “Tecnologie come l'ECG AI in questa ricerca potrebbero essere una soluzione per aiutare a velocizzare i pazienti più propensi ad avere un'anomalia cardiaca,” ha detto la Dr.ssa Sonya Babu-Narayan, cardiologa consulente della British Heart Foundation.

      Il costo è un altro motivo per cui l'approccio potrebbe funzionare su larga scala. Gli ECG sono tra i test medici più economici e più ampiamente utilizzati, quindi aggiungere software per analizzare le registrazioni già raccolte richiederebbe relativamente poca infrastruttura o spesa aggiuntiva.

      Il trial attuale si inserisce anche in un programma di ricerca molto più ampio. Il gruppo di Ng ha addestrato i suoi modelli su 1,6 milioni di ECG dal Brasile collegati ai registri dei pazienti, insieme a diversi milioni di registrazioni aggiuntive dagli Stati Uniti.

      Il programma più ampio guarda oltre l'insufficienza cardiaca e la malattia delle valvole. I modelli sono stati utilizzati anche per identificare infarti e aritmie, così come condizioni al di fuori della cardiologia, inclusi diabete e malattia renale.

      I ricercatori hanno riportato accuratezze dell'83% al 93% per le malattie cardiache e del 70% all'80% per le altre condizioni.

      Il dataset brasiliano è una parte importante di quel lavoro perché le registrazioni sono collegate a ciò che è successo successivamente ai pazienti.

      Questo dà ai modelli un modo per apprendere quali schemi in un ECG erano associati a diagnosi emerse successivamente, piuttosto che semplicemente imparare a riconoscere condizioni già identificate quando il test è stato effettuato.

      La ricerca si è anche spostata oltre l'università. Il lavoro finanziato dalla BHF è in fase di commercializzazione attraverso una spinout chiamata Cardiovolt.ai, con Ng che funge da direttore medico e il Dr. Arunashis Sau come direttore scientifico.

      Il prossimo passo dichiarato del team coinvolge hardware oltre al software. Dispositivi ECG portatili con l'IA integrata nel flusso di lavoro potrebbero eventualmente portare la tecnologia oltre gli ospedali e in contesti in cui gli ECG sono più facili da eseguire, anche se ciò cambierebbe anche il ruolo del sistema da aiutare i clinici a prioritizzare i pazienti esistenti a identificare potenzialmente persone che non sono ancora state inviate per ulteriori test.

      La Gran Bretagna ha una questione normativa irrisolta riguardo a questo tipo di tecnologia. Il paese ha un forte pipeline accademico per il deeptech cardiovascolare, inclusa la ricerca che sta già producendo nuovi approcci alle malattie cardiovascolari, ma passare da un risultato accademico presentato a un congresso medico all'uso routinario negli ospedali richiede un processo separato di validazione clinica e approvazione normativa.

      Il sistema attuale non ha ancora seguito quel processo. Uno strumento di intelligenza artificiale che identifica i pazienti che dovrebbero essere inviati per ulteriori indagini sta facendo un'affermazione clinica, il che significa che dovrebbe soddisfare i requisiti pertinenti per i dispositivi medici prima di essere implementato su larga scala nel Regno Unito.

      C'è anche una differenza tra ciò che è stato presentato a un congresso medico e ciò che è stato dimostrato nella pratica clinica routinaria.

      Il trial suggerisce che informazioni sull'insufficienza cardiaca e la malattia delle valvole possono essere estratte da un ECG che non era stato progettato per rilevare nessuna delle due condizioni, ma non mostra ancora se utilizzare tali informazioni in contesti clinici reali porti a trattamenti più precoci o migliori risultati per i pazienti.