Evaluarea riscului de deces din cauze cardiovasculare s-ar putea realiza pe baza unui model AI care interpretează radiografii toracice
Un instrument bazat pe inteligență artificială poate estima riscul de deces la 10 ani din cauze cardiovasculare (prin infarct miocardic sau accident vascular cerebral), prin simpla analiză a unei radiografii toracice obișnuite. Conform unui studiu prezentat cu ocazia întâlnirii anuale a Societății de Radiologie din America de Nord, modelul de învățare profundă (deep-learning), CSR-CVD, a condus la rezultate asemănătoare metodei clinice standard de estimare a riscului, ASCVD.
Ghidurile prezente indică începerea tratamentului preventiv cu statine în cazul persoanelor care au un risc cardiovascular la 10 ani mai mare sau egal cu 7,5%. Cu toate acestea, de multe ori, variabilele pe baza cărora este calculat riscul ASCVD sunt incomplete sau lipsesc cu totul din dosarul pacientului, iar numeroase persoane care ar putea beneficia de tratamentul cu statine nu urmează niciun fel de medicație. Estimând riscul de deces din cauze cardiovasculare prin analiza unei radiografii clasice, modelul bazat pe învățare profundă CSR-CVD are potențialul de a identifica mai ușor pacienții la risc și așadar de a facilita screeningul populațional.
Deep learning este o ramură a inteligenței artificiale care, în urma antrenării cu o serie de date, permite identificarea la nivelul radiografiilor a diverselor tipare asociate infarctului miocardic și AVC-ului. Modelul CSR-CVD a fost antrenat pe mai mult de 147.000 de radiografii provenite de la peste 40.500 de participanți ai unui studiu clinic realizat de Institutul Național pentru Cancer (Prostate, Lung, Colorectal and Ovarian Cancer Screening Trial).
Conform datelor Asociație Americane a Inimii, în 2020, peste 19 milioane de oameni au decedat la nivel mondial din cauze cardiovasculare. În același an, peste 244 de milioane de persoane trăiau cu boală cardiacă ischemică, peste 62 de milioane au suferit un AVC, iar aproximativ 19 milioane au trecut printr-o hemoragie intracerebrală. Scorul standard de estimare a riscului cardiovascular, ASCVD, ia în calcul variabile precum vârsta, sexul, rasa, nivelul tensiunii arteriale sistolice, tratamentul hipertensiv, statusul de fumător, existența diabetului de tip 2 și diverse teste de sânge.
„Modelul nostru de învățare profundă oferă o potențială soluție pentru screening-ul riscului cardiovascular utilizând radiografii deja existente. Acest tip de screening ar putea fi utilizat pentru identificarea indivizilor care ar putea beneficia de tratament cu statine, dar care în mod curent nu iau nicio formă de medicație. Am identificat de mult timp faptul că radiografiile pot capta informații care depășesc descoperirile diagnostice tradiționale, însă nu am utilizat aceste date deoarece nu am dispus de metodele potrivite. Avansul în inteligența artificială fac acest lucru posibil acum” – autorul principal al studiului Dr. Jakob Weiss, radiolog afiliat Cardiovascular Imaging Research Center din cadrul Massachusetts General Hospital și programului AI in Medicine din cadrul Brigham and Women’s Hospital, Boston.
Instrumentul de învățare profundă a fost testat pe un grup de 11.430 de pacienți, cu media de vârstă de 60 de ani, cărora li s-a efectuat o radiografie toracică de rutină și care erau eligibili să înceapă tratamentul cu statine. Din totalul acestor pacienți, 9,6% au suferit un eveniment cardiovascular major în perioada de follow-up de 10,3 ani. Oamenii de știință au observat o asociere semnificativă între riscul generat de modelul CXR-CVD și evenimentele cardiovasculare întâmplate. Din cauza lipsei datelor, gradul de predicție generat de instrumentul digital, în comparație cu metoda standard a putut fi calculat doar în cazul a 2.401 pacienți. Cu toate acestea, modelul CXR-CVD a avut o performanță similară standardului clinic.
Nu este pentru prima dată când în lumea științifică este explorat potențialul inteligenței artificiale în estimarea riscului cardiovascular. Anul acesta, în cadrul Congresului Societății Europene de Cardiologie, a fost prezentat un studiu conform căruia adăugarea algoritmilor de inteligență artificială cauzală la un sistem clasic de estimare a riscului cardiovascular, îmbunătățește semnificativ acuratețea evaluării riscului de ateroscleroză prin studierea integrată a doi factori majori de risc – tensiunea arterială sistolică (SBP) ridicată și valorile crescute ale LDL-colesterolului.
Citește și:
- #ESCCongress2022. Interpretarea ecocardiografiilor cu ajutorul unui algoritm bazat pe inteligență artificială, superioară evaluării experților în ultrasonografie
- Monitorizarea continuă ultrasonografică, timp de 48h, posibilă cu ajutorul unui nou dispozitiv de tip wearable
- Algoritmii de învățare automată, superiori scorurilor clinice pentru identificarea persoanelor cu hipercolesterolemie familială