Batticuore

L’intelligenza artificiale per rilevare le malattie cardiache

Il Professor Niema Pahlevan dimostra la capacità della propria app per iPhone di catturare un’onda del polso usando solo la fotocamera del telefono.

Le malattie cardiache sono la principale causa di morte per uomini e donne, secondo i Centers for Disease Control and Prevention (CDC). Negli Stati Uniti, un decesso su quattro è il risultato di una malattia cardiaca, che comprende una serie di condizioni da aritmie, anomalie del ritmo cardiaco, difetti e malattie dei vasi sanguigni, più comunemente note come malattie cardiovascolari (CVD).

Predire e monitorare le malattie cardiovascolari è spesso costoso e tenue, e coinvolge attrezzature high-tech e procedure intrusive. Tuttavia, un nuovo metodo sviluppato dai ricercatori dell’USC Viterbi School of Engineering offre un modo migliore. Accoppiando un modello di apprendimento automatico con i dati del polso di un paziente, sono in grado di misurare un fattore di rischio chiave per le malattie cardiovascolari e la rigidità arteriosa, utilizzando solo uno smartphone.

L’irrigidimento arterioso, in cui le arterie diventano meno elastiche e più rigide, può comportare un aumento della pressione sanguigna e del polso. Oltre ad essere un noto fattore di rischio per le malattie cardiovascolari, è anche associato a malattie come il diabete e l’insufficienza renale (le quali spesso viaggiano assieme).

“Se l’aorta è rigida, quando trasferisce l’energia dell’impulso fino alla vascolarizzazione periferica – a piccoli vasi – può causare danni all’organo finale, quindi, i reni si fanno male; il cervello si fa male “, ha detto Niema Pahlevan, assistente professore di aerospaziale e ingegneria meccanica e medicina.

Controllo di un impulso

Misurando la velocità dell’onda del polso, che è la velocità con cui il polso arterioso si propaga attraverso il sistema circolatorio, i medici sono in grado di determinare la rigidità arteriosa. Gli attuali metodi di misurazione includono la risonanza magnetica, che è costosa e spesso non fattibile, o la tonometria, che richiede due misurazioni di pressione e un elettrocardiogramma per abbinare le fasi delle due onde di pressione.

Il nuovo metodo sviluppato da Pahlevan, Marianne Razavi e Peyman Tavallali utilizza un’unica onda di pressione carotidea non calibrata che può essere catturata con la fotocamera di uno smartphone. In uno studio precedente, il team ha utilizzato la stessa tecnologia per sviluppare un’app per iPhone in grado di rilevare l’insufficienza cardiaca utilizzando le lievi perturbazioni del polso sotto la pelle per registrare un’onda cardiaca. Allo stesso modo, sono in grado di determinare la rigidità arteriosa.

“Un’unica forma d’onda non calibrata, significa che hai eliminato due passaggi: ecco come passare da un dispositivo per la tonometria da $ 18.000 e procedura intrusiva a un’app per iPhone”, ha detto Pahlevan.  “È molto facile da usare”, ha aggiunto Razavi, che è il direttore della biostatistica di Avicena LLC, la società startup che sviluppa l’app. “Ho insegnato a mio figlio a farlo (10 anni).”

Invece di una forma d’onda dettagliata richiesta con la tonometria, il loro metodo ha bisogno solo della forma dell’onda del polso di un paziente per il modello matematico, chiamato frequenza intrinseca, per calcolare le variabili chiave relative alle fasi del battito cardiaco del paziente. Queste variabili vengono quindi utilizzate in un modello di apprendimento automatico che determina la velocità dell’onda impulsiva (PWV) e, quindi, la rigidità arteriosa.

Validazione

Per convalidare il loro metodo, hanno usato i dati di tonometria esistenti raccolti dal Framingham Heart Study, un’analisi epidemiologica di coorte a lungo termine. Usando 5.012 pazienti, hanno calcolato le proprie misurazioni PWV e le hanno confrontate con le misurazioni della tonometria dello studio, trovando una correlazione dell’85 percento tra i due.

Ma ancora più importante, avevano bisogno di determinare se il loro metodo potesse essere usato per prevedere la malattia cardiovascolare .

“Quello che il clinico vuole sapere è se li stai aiutando o meno a migliorare il risultato”, ha detto Pahlevan. “E abbiamo dimostrato che è tanto predittivo quanto la tonometria attuale.”

Attraverso uno studio prospettico su 4.988 pazienti, hanno dimostrato che la loro misurazione PWV era significativamente associata all’insorgenza di malattie cardiovascolari nell’arco di un periodo di follow-up di dieci anni. Il loro studio è stato pubblicato su Scientific Reports in gennaio.

Portare l’intelligenza artificiale in medicina

“Un sacco di persone hanno cercato di portare l’apprendimento automatico ai dispositivi medici, ma l’IA pura da sola non funziona”, ha detto Pahlevan. “Quando ottieni una correlazione elevata, puoi perdere tutti i pazienti malati perché, in medicina, i valori anomali sono i casi che vuoi catturare – sono quelli importanti”.

Il motivo per cui il loro metodo di apprendimento automatico è in grado di acquisire esiti clinicamente significativi è dovuto al loro algoritmo di frequenza intrinseca, che è l’analisi matematica utilizzata per calcolare le variabili fisicamente rilevanti relative al cuore del paziente e alla funzione vascolare. Le principali variabili rappresentano le prestazioni del cuore durante la fase di contrazione (sistole) e le prestazioni del sistema vascolare durante la fase rilassata (diastole).

Sviluppato solo tre anni fa durante il lavoro post-dottorato di Pahlevan, il team progetta di espandere l’algoritmo di frequenza intrinseca in modo che possa essere applicato a una serie di altre applicazioni, come la rilevazione di attacchi cardiaci silenziosi.

Annunci