L’IA, o apprendimento automatico, sta superando gli umani nel predire la morte o l’infarto. Questo è il messaggio principale di uno studio presentato quest’anno all’ICNC (NUCLEAR CARDIOLOGY & CARDIAC CONFERENCE).
Analizzando ripetutamente 85 variabili in 950 pazienti, un algoritmo ha “imparato” come interagiscono i dati di imaging. Ha quindi identificato i modelli che correlavano le variabili alla morte (per varie cause) e all’attacco cardiaco, con una precisione superiore al 90%.
L’autore dello studio, il dott. Luis Eduardo, del Turku PET Centre, in Finlandia, ha dichiarato: “Questi progressi vanno ben oltre ciò che è stato fatto in medicina, dove dobbiamo essere cauti su come valutiamo i rischi e i risultati. Ma non lo stiamo ancora sfruttando appieno”.
I medici usano i punteggi di rischio per prendere decisioni terapeutiche. Ma questi punteggi si basano su una manciata di variabili e spesso hanno una precisione modesta nei singoli pazienti.
Attraverso la ripetizione e l’aggiustamento, l’apprendimento automatico può sfruttare grandi quantità di dati e identificare modelli complessi che non possono essere evidenti agli esseri umani.
Il dott. Eduardo ha spiegato: “Gli umani hanno difficoltà a pensare oltre tre dimensioni (un cubo) o quattro dimensioni (un cubo nel tempo). Non possiamo mettere in correlazione simultanea dati provenienti da 85 variabili. Non possiamo nemmeno soppesarle. Immaginiamoci contemporaneamente. Per questo abbiamo bisogno dell’apprendimento automatico”.
Lo studio non è stato semplice.
Hanno arruolato 950 pazienti con dolore toracico. Tutti hanno effettuato i test di rito, e i dati sono stati messi insieme, producendo le 85 variabili rilevanti. Dopo un follow-up di sei anni ci sono stati 24 attacchi di cuore e 49 decessi. Le 85 variabili sono state inserite in un algoritmo di apprendimento automatico chiamato LogitBoost, che le ha analizzate più e più volte, fino a trovare la struttura migliore per prevedere infarti o morte (per varie cause).
L’algoritmo apprende progressivamente dai dati e, dopo numerosi cicli di analisi, individua gli schemi che possono essere utilizzati per identificare i pazienti che possono avere un infarto o morire per correlazioni di più fattori. I risultati sono impressionanti. Una precisione superiore al 90%.
Ciò potrebbe consentire di personalizzare il trattamento e portare a migliori risultati per i pazienti.
