Batticuore

I “selfie” potranno essere utilizzati per rilevare le malattie cardiache

Una nuova ricerca utilizza l’intelligenza artificiale per analizzare le foto del viso

Inviare un “selfie” al medico potrebbe essere un modo semplice ed economico per rilevare le malattie cardiache, secondo gli autori di un nuovo studio pubblicato oggi (venerdì) sull’European Heart Journal [1] .

Lo studio è il primo a dimostrare che è possibile utilizzare un algoritmo informatico di apprendimento profondo per rilevare la malattia coronarica (CAD) analizzando quattro fotografie del viso di una persona.

Sebbene l’algoritmo debba essere ulteriormente sviluppato e testato in gruppi più ampi di persone di diversa estrazione etnica, i ricercatori affermano che ha il potenziale per essere utilizzato come strumento di screening che potrebbe identificare possibili malattie cardiache nelle persone nella popolazione generale o in gruppi a rischio, che potrebbero essere indirizzati per ulteriori indagini cliniche.

“A nostra conoscenza, questo è il primo lavoro che dimostra che l’intelligenza artificiale può essere utilizzata per analizzare i volti per rilevare le malattie cardiache. È un passo verso lo sviluppo di uno strumento basato sull’apprendimento profondo che potrebbe essere utilizzato per valutare il rischio di malattie cardiache. , sia in ambulatori o tramite pazienti che si scattano “selfie” per eseguire il proprio screening. Ciò potrebbe guidare ulteriori test diagnostici o una visita clinica “, ha affermato il professor Zhe Zheng, che ha guidato la ricerca ed è vicedirettore del Centro nazionale per Malattie cardiovascolari e vicepresidente del Fuwai Hospital, dell’Accademia cinese delle scienze mediche e del Peking Union Medical College, Pechino, Repubblica popolare cinese.

Ha continuato: “Il nostro obiettivo finale è sviluppare un’applicazione auto-segnalata per le comunità ad alto rischio per valutare il rischio di malattie cardiache prima di visitare una clinica. Questo potrebbe essere un modo economico, semplice ed efficace per identificare i pazienti che necessitano di ulteriori indagini. Tuttavia, l’algoritmo richiede un ulteriore perfezionamento e convalida esterna in altre popolazioni ed etnie “.

È già noto che alcune caratteristiche del viso sono associate a un aumentato rischio di malattie cardiache. Questi includono diradamento o capelli grigi, rughe, piega del lobo dell’orecchio, xantelasmati (piccoli depositi gialli di colesterolo sotto la pelle, di solito intorno alle palpebre) e arcus corneae (depositi di grasso e colesterolo che appaiono come un anello opaco bianco, grigio o blu opaco nei bordi esterni della cornea). Tuttavia, sono difficili da utilizzare con successo per gli esseri umani per prevedere e quantificare il rischio di malattie cardiache.

Il prof.Zheng, il professor Xiang-Yang Ji, che è direttore del Brain and Cognition Institute presso il Dipartimento di Automazione dell’Università Tsinghua, Pechino, e altri colleghi hanno arruolato 5.796 pazienti di otto ospedali cinesi per lo studio tra luglio 2017 e marzo 2019 I pazienti erano sottoposti a procedure di imaging per esaminare i loro vasi sanguigni, come l’angiografia coronarica o l’angiografia coronarica con tomografia computerizzata (CCTA). Sono stati divisi casualmente in gruppi di formazione (5.216 pazienti, 90%) o di convalida (580, 10%).

Infermieri di ricerca qualificati hanno scattato quattro foto facciali con fotocamere digitali: una frontale, due profili e una vista della parte superiore della testa. Hanno anche intervistato i pazienti per raccogliere dati sullo stato socioeconomico, sullo stile di vita e sulla storia medica. I radiologi hanno esaminato gli angiogrammi dei pazienti e valutato il grado di malattia cardiaca in base al numero di vasi sanguigni ristretti del 50% o più (? 50% di stenosi) e alla loro posizione. Queste informazioni sono state utilizzate per creare, addestrare e convalidare l’algoritmo di apprendimento profondo.

I ricercatori hanno quindi testato l’algoritmo su altri 1.013 pazienti di nove ospedali cinesi, arruolati tra aprile 2019 e luglio 2019. La maggior parte dei pazienti in tutti i gruppi era di etnia cinese Han.

Hanno scoperto che l’algoritmo ha superato i metodi esistenti di previsione del rischio di malattie cardiache (modello Diamond-Forrester e punteggio clinico del consorzio CAD). Nel gruppo di pazienti di convalida, l’algoritmo ha rilevato correttamente la cardiopatia nell’80% dei casi (il tasso di veri positivi o ‘sensibilità’) e la cardiopatia correttamente rilevata non era presente nel 61% dei casi (il vero tasso negativo o ‘specificità’ ). Nel gruppo di test, la sensibilità era dell’80% e la specificità del 54%.

Il Prof. Ji ha dichiarato: “L’algoritmo ha avuto una prestazione moderata e ulteriori informazioni cliniche non ne hanno migliorato le prestazioni, il che significa che potrebbe essere facilmente utilizzato per prevedere potenziali malattie cardiache basandosi solo sulle foto del viso. La guancia, la fronte e il naso hanno fornito maggiori informazioni all’algoritmo rispetto ad altre aree facciali. Tuttavia, dobbiamo migliorare la specificità poiché un tasso di falsi positivi fino al 46% può causare ansia e disagio ai pazienti, oltre a sovraccaricare potenzialmente le cliniche con pazienti che richiedono test non necessari “.

Oltre a richiedere test in altri gruppi etnici, i limiti dello studio includono il fatto che solo un centro nel gruppo di test era diverso da quei centri che fornivano ai pazienti lo sviluppo dell’algoritmo, il che potrebbe limitare ulteriormente la sua generalizzabilità ad altre popolazioni.

In un editoriale di accompagnamento [2] , Charalambos Antoniades, Professore di Medicina Cardiovascolare presso l’Università di Oxford, Regno Unito, e il Dr Christos Kotanidis, uno studente DPhil che lavora sotto il Prof. Antoniades a Oxford, scrivono: “Nel complesso, lo studio di Lin et al . evidenzia un nuovo potenziale nella diagnostica medica …… La robustezza dell’approccio di Lin et al. sta nel fatto che il loro algoritmo di apprendimento profondo richiede semplicemente un’immagine del viso come unico input di dati, rendendolo altamente e facilmente applicabile su larga scala. “

Continuano: “L’uso dei selfie come metodo di screening può consentire un modo semplice ma efficiente per filtrare la popolazione generale verso una valutazione clinica più completa. Un tale approccio può anche essere molto rilevante per le regioni del mondo che sono sottofinanziate e hanno programmi di screening deboli per malattie cardiovascolari. Un processo di selezione che può essere eseguito facilmente come fare un selfie consentirà un flusso stratificato di persone che vengono immesse nei sistemi sanitari per i test diagnostici di prima linea con CCTA. In effetti, gli individui “ad alto rischio” potrebbero avere un CCTA, che consentirebbe una stratificazione del rischio affidabile con l’uso delle nuove metodologie basate sull’intelligenza artificiale per l’analisi delle immagini CCTA “.

Sottolineano alcuni dei limiti che anche il Prof. Zheng e il Prof. Ji includono nel loro articolo. Questi includono la bassa specificità del test, che il test deve essere migliorato e convalidato in popolazioni più ampie e che solleva questioni etiche sull ‘”uso improprio delle informazioni a fini discriminatori. Divulgazione indesiderata di dati di cartelle cliniche sensibili, che possono essere facilmente estratti da una foto del viso, rende tecnologie come quella discussa qui una minaccia significativa per la protezione dei dati personali, che potenzialmente influisce sulle opzioni assicurative. Tali timori sono già stati espressi sull’uso improprio dei dati genetici e dovrebbero essere ampiamente rivisitati per quanto riguarda l’uso dell’IA in medicina ” .

Gli autori del documento di ricerca concordano su questo punto. Il Prof. Zheng ha affermato: “Le questioni etiche nello sviluppo e nell’applicazione di queste nuove tecnologie sono di fondamentale importanza. Riteniamo che la ricerca futura sugli strumenti clinici dovrebbe prestare attenzione alla privacy, all’assicurazione e ad altre implicazioni sociali per garantire che lo strumento sia utilizzato solo per scopi medici. scopi. “

Anche il Prof. Antoniades e il Dr. Kotanidis scrivono nel loro editoriale che definendo CAD come? La stenosi del 50% in una delle principali arterie coronariche “può essere una classificazione semplicistica e piuttosto rozza in quanto raggruppa nel gruppo non CAD gli individui che sono veramente sani, ma anche le persone che hanno già sviluppato la malattia ma sono ancora nelle fasi iniziali (che potrebbero spiegare la bassa specificità osservata) “.

###

Appunti:

[1] “Possibilità di utilizzare l’apprendimento profondo per rilevare la malattia coronarica basata sulla foto del viso”, di Shen Lin et al. European Heart Journal . doi: 10.1093 / eurheartj / ehaa640

[2] “Selfie in medicina cardiovascolare: benvenuti in una nuova era della diagnostica medica”, di Christos P. Kotanidis e Charalambos Antoniades. European Heart Journal . doi: 10.1093 / eurheartj / ehaa608