Un modello di deep learning sviluppato dai ricercatori del Programma di Intelligenza Artificiale in Medicina (AIM). può prevedere il rischio di morte a 10 anni per infarto o ictus utilizzando una singola radiografia del torace.
Attualmente, questo rischio è stimato utilizzando il punteggio di rischio di malattia cardiovascolare aterosclerotica (ASCVD). Questo modello statistico richiede numerosi parametri di input, tra cui età, sesso, razza, pressione arteriosa sistolica, trattamento dell'ipertensione, stato del fumo e del diabete di tipo 2 ed esami del sangue. I pazienti con un rischio del 7.5% o superiore sono raccomandati con statine. Spesso, però, queste variabili non sono tutte disponibili nella cartella elettronica del paziente.
Per rimediare a questa carenza, i ricercatori hanno creato un modello di apprendimento profondo in grado di stimare il rischio a 10 anni di eventi cardiovascolari avversi maggiori da una radiografia del torace di routine. A questa settimana RSNA2022, l'incontro annuale della Radiological Society of North America, autore principale Jacob Weiss presentato il lavoro del gruppo.
«Il nostro modello di deep learning offre una potenziale soluzione per lo screening opportunistico basato sulla popolazione del rischio di malattie cardiovascolari utilizzando le immagini radiografiche del torace esistenti», spiega Weiss. "Questo tipo di screening potrebbe essere utilizzato per identificare le persone che trarrebbero beneficio dalle statine ma che attualmente non sono trattate".
Weiss e colleghi hanno sviluppato il loro modello di rischio CXR-CVD utilizzando 147,497 radiografie del torace di 40,643 partecipanti al Prova di screening del cancro PLCO. Hanno testato le sue prestazioni utilizzando un gruppo indipendente di 11,430 pazienti ambulatoriali che avevano una radiografia del torace di routine al Mass General Brigham ed erano potenzialmente idonei per la terapia con statine. Durante il follow-up mediano di 10.3 anni, il 9.6% di questi pazienti ha subito un evento cardiaco avverso maggiore, con un'associazione significativa tra il rischio previsto dal modello e gli eventi osservati.
Nei 2401 pazienti con dati sufficienti disponibili, il team ha anche confrontato il valore prognostico del modello di rischio CXR-CVD con lo standard clinico stabilito per decidere l'idoneità alle statine. In questo sottogruppo di pazienti, il modello ha mostrato prestazioni simili allo standard clinico.
L'algoritmo open source prevede il rischio di infarto dalla TAC del torace
"La bellezza di questo approccio è che hai solo bisogno di una radiografia, che viene acquisita milioni di volte al giorno in tutto il mondo", afferma Weiss. “Abbiamo riconosciuto da tempo che i raggi X catturano informazioni al di là dei risultati diagnostici tradizionali, ma non abbiamo utilizzato questi dati perché non disponevamo di metodi robusti e affidabili. I progressi nell'intelligenza artificiale lo stanno rendendo possibile ora".
Weiss osserva che sono necessarie ulteriori ricerche, incluso uno studio randomizzato controllato, per convalidare il modello, che alla fine potrebbe servire come strumento di supporto decisionale per i medici.
