L'intelligenza artificiale può predire il rischio di morte precoce

L'intelligenza artificiale è un ramo dell'informatica che consente la progettazione di macchine dotate di caratteristiche tipicamente umane (percezioni spazio-temporali, visive, decisionali). Essa nacque nel 1956, quando per la prima volta divenne protagonista - allora denominata "sistema intelligente" - di uno storico convegno tenutosi negli Stati Uniti.

Con il passare del tempo, la medicina ha mostrato un interesse sempre più grande nei suoi confronti e, attualmente, il rapporto tra queste due realtà è di reciproco scambio e arricchimento. I risultati sono sorprendenti: grazie all'impiego dell'intelligenza artificiale è stato recentemente prodotto un metodo che consente la mappatura dei batteri intestinali.

Ma c'è di più. I ricercatori del Geisinger Health System avrebbero messo a punto un algoritmo informatico, sviluppato attraverso l'analisi di video ecocardiografici, in grado di prevedere il rischio di morte entro un anno. I risultati dello studio sono stati pubblicati su "Nature Biomedical Engineering". L'algoritmo in questione, un esempio di intelligenza artificiale, ha superato altri predittori usati clinicamente, incluse le equazioni di coorte raggruppate e il punteggio Seattle Heart Failure Model.

Nella maggior parte delle discipline mediche, l'imaging è indispensabile per le decisioni di trattamento. Inoltre, è diventato uno dei componenti più ricchi di dati della cartella clinica elettronica. Basti pensare, ad esempio, che una singola ecografia del cuore produce circa 3mila immagini e che i cardiologi hanno un tempo limitato per interpretare le stesse nel contesto di numerosi altri dati diagnostici. Di conseguenza, l'intelligenza artificiale si rivela fondamentale per gestire tali dati e fornire assistenza informatica agli stessi medici.

Per lo studio in questione, gli scienziati hanno utilizzato un hardware computazionale specializzato al fine di addestrare il modello di apprendimento automatico su 812.278 video di ecocardiogramma raccolti da 34.362 pazienti del Geisinger Health System negli ultimi dieci anni. La ricerca ha confrontato i risultati del modello con le previsioni dei cardiologi sulla base di più indagini. Successivamente, un sondaggio ha mostrato come, se assistito dal modello, l'accuratezza della predizione dei medici risultasse migliorata del 13%.

L'obiettivo principale, secondo Alvaro Ulloa Cerna, Ph.D., autore e scienziato senior presso il Dipartimento di Scienza dei dati traslazionali e informatica presso il Geisinger Health System, è quello di sviluppare algoritmi informatici per migliorare l'assistenza ai pazienti.