Secondo uno studio, l'intelligenza artificiale potrebbe aiutare a individuare le persone a rischio di insufficienza cardiaca. I ricercatori della Facoltà di Medicina dell'Università di Dundee hanno utilizzato l'intelligenza artificiale per migliorare la diagnosi e il controllo dell'insufficienza cardiaca in fase precoce.
Leggi anche: La Corte dei conti europea critica l'UE per non aver coordinato gli investimenti nell'intelligenza artificiale
I ricercatori hanno applicato l'intelligenza artificiale tramite tecniche di apprendimento automatico all'analisi delle immagini ecocardiografiche di migliaia di pazienti per rilevare piccoli segnali di problemi cardiaci che portano allo scompenso cardiaco. Ciò potrebbe migliorare notevolmente l'efficacia diagnostica e apportare benefici ai pazienti nel settore sanitario.
I ricercatori usano l'intelligenza artificiale per visualizzare i modelli nella forma del cuore
Per raggiungere questo obiettivo, il team di ricerca, guidato dal Prof. Chim Lang, ha utilizzato approcci sperimentali di apprendimento profondo basati sull'intelligenza artificiale per leggere e analizzare le immagini ecocardiografiche raccolte da cartelle clinichetronbasate sulla popolazione e scansioni cardiache. Ciò ha permesso loro di visualizzare modelli nella forma e nella funzione del cuore che potrebbero esporre un paziente a un rischio maggiore di sviluppare insufficienza cardiaca.
Secondo uno studio, l'intelligenza artificiale potrebbe essere utilizzata per rilevare il rischio di insufficienza cardiaca. https://t.co/TkUuruMLMs
— STV News (@STVNews) 30 maggio 2024
I ricercatori hanno utilizzato i dati forniti volontariamente dai pazienti dallo Scottish Health Research Register and Biobank (SHARE). Inizialmente hanno selezionato un set di dati di 15.000 cartelle cliniche, da cui è stato ricavato il campione finale di 578 pazienti.
Le scansioni cardiache basate sull'intelligenza artificiale sono più precise
Le scansioni cardiache eseguite con l'ausilio dell'intelligenza artificiale hanno fornito misurazioni relativamente più precise rispetto a quelle convenzionali. Secondo il professor Chim Lang, che ha guidato lo studio, il software di intelligenza artificiale ha offerto maggiori informazioni sulla struttura e la funzione del cuore, importanti per la diagnosi di insufficienza cardiaca.
"La nostra ricerca rappresenta un progresso nell'utilizzo del deep learning per interpretarematicle immagini ecocardiografiche. Questo può consentirci di semplificare l'dentdei pazienti con insufficienza cardiaca su larga scala all'interno dei set di dati delle cartelle clinichetron."
Professoressa Lang
Le immagini ecocardiografiche potenziate dall'intelligenza artificiale hanno offerto dimensioni e funzioni del cuore megliodefirispetto alle scansioni medie recuperate dalle impostazioni dei dati EHR. Questo livello di dettaglio, insieme alla capacità di elaborare le immagini su scala più ampia, potrebbe accelerare la selezione dei pazienti negli studi clinici o contribuire al monitoraggio di supervisione dell'insufficienza cardiaca nei sistemi sanitari.
Leggi anche: Opera integra i modelli Gemini di Google per migliorare l'intelligenza artificiale del browser Aria
L'insufficienza cardiaca rimane un problema clinico e di salute pubblica comune. È una condizione in cui il cuore non riesce più a pompare sangue a sufficienza al resto del corpo. Non esiste una cura per questa condizione, ma cambiamenti nello stile di vita, interventi chirurgici e farmaci possono aiutare a controllare i sintomi e la progressione della malattia, che di solito progredisce con il tempo.
Utilizzando le cartelle cliniche dei pazienti, i ricercatori hanno utilizzato l'apprendimento automatico perdentanomalie strutturali e funzionali che sarebbero state difficili da rilevare solo tramite l'analisi delle immagini ecocardiografiche.
L'intelligenza artificiale rileva anomalie non Traccon l'analisi tradizionale
In un'intervista, il Professor Lang ha affermato che lo studio ha un grande potenziale per migliorare la vita dei pazienti. Ha affermato che, sulla base della valutazione delle cartelle cliniche dei pazienti, il team è stato in grado di rilevare anomalie morfologiche e meccanicistiche che non sarebbero state visibili con le immagini ecocardiografiche bidimensionali standard.
“Valutando grandi quantità di cartelle cliniche dei pazienti, siamo stati in grado di rilevare anomalie strutturali e funzionali che non saremmo stati in grado di individuare con l'analisi tradizionale delle immagini ecocardiografiche.”
Professoressa Lang
Lo studio pubblicato sull'ESC , contribuendo alla diagnosi precoce di queste complesse patologie. Come affermato, con il supporto dello sviluppatore software Us2 e il finanziamento di ROCH Diagnostics International, la ricerca apre la strada a ulteriori esplorazioni delle applicazioni dell'intelligenza artificiale nella diagnostica predittiva e nel trattamento personalizzato.
Reportage Cryptopolitan di Chris Murithi
