Batticuore

L’intelligenza artificiale è in grado di prevedere il rischio di diabete misurando il grasso intorno al cuore

Un team guidato da ricercatori della Queen Mary University di Londra ha sviluppato un nuovo strumento di intelligenza artificiale (AI) in grado di misurare automaticamente la quantità di grasso intorno al cuore dalle immagini di scansione MRI.

Un team guidato da ricercatori della Queen Mary University di Londra ha sviluppato un nuovo strumento di intelligenza artificiale (AI) in grado di misurare automaticamente la quantità di grasso intorno al cuore dalle immagini di scansione MRI.

Pubblicità e progresso

Utilizzando il nuovo strumento, il team è stato in grado di dimostrare che una maggiore quantità di grasso intorno al cuore è associata a probabilità significativamente maggiori di diabete, indipendentemente dall’età, dal sesso e dall’indice di massa corporea di una persona.

La ricerca è pubblicata sulla rivista Frontiers in Cardiovascular Medicine ed è il risultato del finanziamento del programma CAP-AI, guidato da Barts Life Sciences, una partnership di ricerca e innovazione tra la Queen Mary University di Londra e Barts Health NHS Trust.

La distribuzione del grasso nel corpo può influenzare il rischio di una persona di sviluppare varie malattie. La misura comunemente usata dell’indice di massa corporea (BMI) riflette principalmente l’accumulo di grasso sotto la pelle, piuttosto che intorno agli organi interni. In particolare, ci sono suggerimenti che l’accumulo di grasso intorno al cuore possa essere un predittore di malattie cardiache ed è stato collegato a una serie di condizioni, tra cui la fibrillazione atriale, il diabete e la malattia coronarica.

Il ricercatore capo, la dott.ssa Zahra Raisi-Estabragh della Queen Mary University di Londra, ha dichiarato: “Purtroppo, la misurazione manuale della quantità di grasso intorno al cuore è impegnativa e richiede tempo. Per questo motivo, fino ad oggi, nessuno è stato in grado di indagare questo a fondo negli studi di grandi gruppi di persone.

“Per affrontare questo problema, abbiamo inventato uno strumento di intelligenza artificiale che può essere applicato alle scansioni MRI del cuore standard per ottenere automaticamente e rapidamente una misura del grasso intorno al cuore, in meno di tre secondi. Questo strumento può essere utilizzato dai futuri ricercatori per scopri di più sui legami tra il grasso intorno al cuore e il rischio di malattie, ma anche potenzialmente in futuro, come parte delle cure standard di un paziente in ospedale”.

Il team di ricerca ha testato la capacità dell’algoritmo di intelligenza artificiale di interpretare le immagini delle scansioni MRI del cuore di oltre 45.000 persone, inclusi i partecipanti alla Biobanca del Regno Unito, un database di informazioni sanitarie di oltre mezzo milione di partecipanti provenienti da tutto il Regno Unito. Il team ha scoperto che lo strumento di intelligenza artificiale era in grado di determinare con precisione la quantità di grasso intorno al cuore in quelle immagini ed era anche in grado di calcolare il rischio di diabete di un paziente.

Il dott. Andrew Bard della Queen Mary University di Londra, che ha guidato lo sviluppo tecnico, ha aggiunto: “Lo strumento di intelligenza artificiale include anche un metodo integrato per calcolare l’incertezza dei propri risultati, quindi si potrebbe dire che ha un’impressionante capacità di contrassegnare i propri compiti a casa.”

Il professor Steffen Petersen della Queen Mary University di Londra, che ha supervisionato il progetto, ha dichiarato: “Questo nuovo strumento ha un’elevata utilità per la ricerca futura e, se viene dimostrata l’utilità clinica, può essere applicato nella pratica clinica per migliorare la cura del paziente. Questo lavoro evidenzia la valore delle collaborazioni interdisciplinari nella ricerca medica, in particolare nell’ambito dell’imaging cardiovascolare”.

###

CAP-AI è guidato da Capital Enterprise in collaborazione con Barts Health NHS Trust e Digital Catapult e The Alan Turing Institute ed è finanziato dal Fondo europeo di sviluppo regionale e Barts Charity.

Maggiori informazioni

* Documento di ricerca: “Quantificazione automatica del grasso pericardico mediante risonanza magnetica cardiovascolare di qualità controllata utilizzando una rete neurale convoluzionale nella biobanca britannica”. Andrew Bard, Zahra Raisi-Estabragh, Maddalena Ardissino, Aaron Lee, Francesca Pugliese, Damini Dey, Sandip Sarkar, Patricia B. Munroe, Stefan Neubauer, Nicholas C. Harvey, Steffen E. Petersen. Frontiers in Cardiovascular Medicine . Disponibile qui: https: // www. frontiera. org/ articoli/ 10. 3389/ fcvm. 2021. 677574

Rispondi

Questo sito usa Akismet per ridurre lo spam. Scopri come i tuoi dati vengono elaborati.