Un algoritmo basato sull'intelligenza artificiale prevede con precisione i risultati delle procedure sulle arterie cardiache

 I ricercatori della Michigan Medicine hanno sfruttato la potenza dell'intelligenza artificiale (IA) per creare un algoritmo che prevede con precisione decessi e complicanze a seguito di una procedura cardiaca cruciale nota come intervento coronarico percutaneo (PCI). Questo strumento innovativo ha il potenziale per rivoluzionare il modo in cui i medici determinano il trattamento per i pazienti con arterie cardiache ostruite.

L'intervento coronarico percutaneo, o PCI, è una procedura mini-invasiva utilizzata per alleviare l'ostruzione delle arterie gonfiando un palloncino e, in alcuni casi, posizionando uno stent per migliorare il flusso sanguigno dal cuore. Sebbene comporti meno rischi rispetto alla chirurgia a cielo aperto, come il bypass aorto-coronarico, la PCI non è esente da potenziali complicazioni, tra cui emorragie e lesioni renali.

La sfida principale risiede nella valutazione del rischio individuale associato alla PCI. La situazione di ogni paziente è unica e pazienti e medici hanno spesso incontrato difficoltà nel stimare il potenziale danno di questa procedura. È qui che entra in gioco il nuovo algoritmo basato sull'intelligenza artificiale.

Previsione precisa del rischio per un processo decisionale informato

Il ricercatore principale David E. Hamilton, MD, ricercatore in cardiologia e terapia intensiva presso la Michigan Medicine, sottolinea l'importanza di una previsione precisa del rischio nel contesto della PCI. Osserva che questo strumento può riconoscere un'ampia gamma di esiti post-PCI, offrendo a operatori sanitari e pazienti le informazioni essenziali di cui hanno bisogno per prendere decisioni terapeutiche consapevoli.

Tradizionalmente, sono esistiti strumenti di stratificazione del rischio per PCI, ma molti di essi sono carenti in termini di accuratezza e non coinvolgono i pazienti nel processo di sviluppo. Il team di Michigan Medicine ha cercato di porre rimedio a questa situazione raccogliendo dati da pazienti adulti sottoposti a PCI tra aprile 2018 e fine 2021, utilizzando il registro Blue Cross Blue Shield of Michigan Cardiovascular Consortium (BMC2).

I ricercatori hanno utilizzato il software avanzato di apprendimento automatico "XGBoost" per analizzare oltre 20 caratteristiche pre-procedurali, tra cui età, pressione sanguigna e colesterolo totale. Questo approccio completo ha permesso lo sviluppo di un modello basato sull'intelligenza artificiale che ha dimostrato una notevole accuratezza nel prevedere esiti critici come decesso, emorragie gravi e necessità di trasfusioni di sangue. In particolare, questo modello di intelligenza artificiale ha superato i suoi predecessori che si basavano su caratteristiche pre-procedurali simili.

Approccio incentrato sul paziente e individualizzato

Ciò che distingue questo algoritmo di intelligenza artificiale è la sua attenzione incentrata sul paziente. Integra il feedback del PCI Patient Advisory Council, garantendo la soddisfazione delle esigenze e delle preoccupazioni individuali. L'obiettivo è fornire a pazienti e operatori sanitari uno strumento che faciliti il ​​processo decisionale collaborativo e supporti l'educazione dei pazienti sui potenziali rischi associati alla PCI.

Con la diffusione di smartphone e cartelle clinichetron, esiste un immenso potenziale per l'integrazione di questo strumento di previsione del rischio basato sull'intelligenza artificiale nei sistemi sanitaritron. Ciò lo renderebbe facilmente accessibile al letto del paziente, consentendo agli operatori sanitari di trasmettere rapidamente informazioni complesse e migliorando al contempo la comprensione da parte dei pazienti dei rischi associati alla PCI.

Tecnologia AI accessibile

L'innovativa tecnologia sviluppata dal team di Michigan Medicine è stata trasformata in un'applicazione intuitiva per computer e smartphone, garantendone un accesso e una fruibilità diffusi. Questa democratizzazione degli strumenti di intelligenza artificiale promette risultati migliori per i pazienti e una migliore condivisione del processo decisionale tra pazienti e medici.

È essenziale riconoscere il supporto fornito da Blue Cross, Blue Shield of Michigan e Blue Care Network nell'ambito del programma Value Partnerships di BCBSM. Sebbene Blue Cross Blue Shield of Michigan e BMC2 abbiano collaborato strettamente a questa ricerca, le opinioni espresse dall'autore non riflettono necessariamente le opinioni di BCBSM o dei suoi dipendenti.