L’intelligenza artificiale può prevedere il rischio di morte

Redazione
Medicina: battito del cuore - intelligenza artificiale

Uno studio realizzato dal Geisinger Health System ha dimostrato le potenzialità dell’intelligenza artificiale come predittore clinico.


Si stringe sempre più il rapporto tra intelligenza artificiale e medicina. I ricercatori del Geisinger Health System, organizzazione americana attiva nel settore della salute, hanno scoperto che un algoritmo informatico sviluppato utilizzando video ecocardiografie del cuore può prevedere la mortalità entro un anno.

L’algoritmo di machine learning che va ad istruire l’intelligenza artificiale ha superato altri predittori clinici, comprese le equazioni di coorte raggruppate e il punteggio del Seattle Heart Failure Model. I risultati dello studio sono stati pubblicati su Nature Biomedical Engineering .

“Siamo entusiasti di scoprire che il machine learning può sfruttare set di dati non strutturati come immagini mediche e video per migliorare un’ampia gamma di modelli di previsione clinica”, ha affermato Chris Haggerty, Ph.D., co-autore senior e assistente professore nel Dipartimento di Translational Data Science and Informatics presso Geisinger.

Intelligenza artificiale

L’imaging è fondamentale per le decisioni di trattamento nella maggior parte delle specialità mediche ed è diventato uno dei componenti più ricchi di dati della cartella clinica elettronica. Ad esempio, una singola ecografia del cuore produce circa 3.000 immagini ei cardiologi hanno un tempo limitato per interpretare queste immagini nel contesto di numerosi altri dati diagnostici. Ciò crea un’opportunità sostanziale per sfruttare la tecnologia, come machine learning e intelligenza artificiale, per gestire e analizzare questi dati e, in ultima analisi, fornire assistenza informatica intelligente ai medici.

Per il loro studio, il team di ricerca ha utilizzato un hardware computazionale specializzato per addestrare il modello di apprendimento automatico su 812.278 video di ecocardiogramma raccolti da 34.362 pazienti di Geisinger negli ultimi dieci anni. Lo studio ha confrontato i risultati del modello con le previsioni dei cardiologi sulla base di più indagini. Un sondaggio successivo ha mostrato che, se assistito dal modello, l’accuratezza della previsione dei cardiologi è migliorata del 13%. Sfruttando quasi 50 milioni di immagini, questo studio rappresenta uno dei più grandi set di dati di immagini mediche mai pubblicati.

“Il nostro obiettivo è sviluppare algoritmi informatici per migliorare la cura del paziente”, ha affermato Alvaro Ulloa Cerna, Ph.D., autore e data scientist senior presso il Dipartimento di Scienza dei dati traslazionali e Informatica presso Geisinger. “In questo caso, siamo entusiasti che il nostro algoritmo sia stato in grado di aiutare i cardiologi a migliorare le loro previsioni sui pazienti, poiché le decisioni sul trattamento e sugli interventi si basano su questo tipo di previsioni cliniche”.