Fibrillazione atriale, un algoritmo potrebbe aiutare a capire in anticipo se si è a rischio (e a curarsi)

Un nuovo modello di intelligenza artificiale (AI) progettato dagli scienziati dello Scripps Research di La Jolla (San Diego, California) potrebbe aiutare i medici a individuare meglio nei pazienti la fibrillazione atriale (FA), la forma pi� comune di aritmia, un disturbo cardiaco di per s� non letale ma che pu� dare complicanze gravi a partire dall’ictus cerebrale: circa il 30% dei casi sono associati a fibrillazione atriale. Si calcola che ne soffra circa il 2% della popolazione, i pi� colpiti sono gli anziani: 1 su 10 dopo gli 80 anni.

Il modello di AI rileva piccole variazioni nel normale battito cardiaco di una persona indicatori del rischio di fibrillazione atriale, che i test di screening standard non sono in grado di rilevare. Lo studio, pubblicato su npj Digital Medicine, porta la firma di due italiani: Matteo Gadaleta, come primo autore, e Giorgio Quer, come senior leading author , entrambi dello Scripps Research Translational Institute. I ricercatori hanno utilizzato dati su quasi mezzo milione di persone che avevano ciascuno indossato un cerotto per elettrocardiogramma (ECG) per registrare il ritmo cardiaco per due settimane, un test di screening di routine per la fibrillazione atriale e altre patologie cardiache.

Stratificazione del rischio

Un algoritmo di intelligenza artificiale ha poi analizzato questi dati per trovare modelli, diversi dalla stessa fibrillazione atriale, che distinguessero le persone con fibrillazione atriale da quelle senza. �Il modello integra l’ECG con caratteristiche demografiche e del ritmo cardiaco per prevedere la presenza di FA nelle settimane successive — spiega Giorgio Quer, direttore dell’Intelligenza artificiale presso lo Scripps Research Translational Institute e ricercatore universitario di Medicina digitale presso lo Scripps Research —. Osservando un ECG di 1 giorno (senza fibrillazione), raggiunge una accuratezza (AUC) di 0,80, superando significativamente le previsioni ottenute con tecniche standard (AUC di 0,67). Questo algoritmo permette di stratificare il rischio degli individui che hanno fatto un primo screening, suggerendo agli individui pi� a rischio un monitoraggio prolungato, e permettendo di identificare AF e cominciare il trattamento il prima possibile�.

�A lungo termine, questo pu� aiutare a indirizzare le risorse giuste alle persone giuste e potenzialmente a ridurre l’incidenza di ictus e insufficienza cardiaca �.

Diagnosi difficile

Il battito cardiaco irregolare dovuto alla fibrillazione atriale aumenta la probabilit� che si formino coaguli di sangue nel cuore che poi possono arrivare al cervello, bloccando un’arteria e provocando l’ictus. La fibrillazione atriale � anche associata ad un aumento del rischio di insufficienza cardiaca o morte. Per prevenire queste complicazioni nelle persone con fibrillazione atriale nota, i medici spesso prescrivono anticoagulanti - farmaci che prevengono la formazione di coaguli di sangue - cos� come altri stili di vita e terapie mediche.

Tuttavia, diagnosticare la fibrillazione atriale pu� essere complicato perch� molti con questa condizione hanno solo attacchi occasionali o pochi sintomi. In alcune persone, la fibrillazione atriale provoca palpitazioni cardiache (il cosiddetto cardiopalmo) , vertigini, mancanza di respiro e dolore toracico. Per i pazienti che presentano questi sintomi, i cardiologi di solito registrano i ritmi cardiaci per circa dieci secondi, utilizzando un ECG a dieci elettrodi.

Il �cerotto� per l’elettrocardiogramma

Se non risulta nulla di anomalo immediatamente, gli specialisti raccomandano un monitoraggio continuo a domicilio per una o due settimane con un cerotto ECG pi� semplice e indossabile che ha un solo elettrodo. Ma anche nell’arco di due settimane, le persone con fibrillazione atriale molto occasionale potrebbero non riscontrare un episodio rilevato da questo dispositivo. Ecco perch� Quer, in collaborazione con il produttore di un cerotto per elettrocardiogramma indossabile, ha deciso di trovare altri modelli nei dati ECG delle persone con fibrillazione atriale.

�Crediamo che l’attivit� elettrica del cuore sia leggermente diversa per le persone che soffrono di fibrillazione atriale, ma le differenze sono cos� sottili che i cardiologi non possono identificare queste differenze�, afferma Quer. Il team ha sviluppato un modello di apprendimento automatico per analizzare i dati che l’azienda aveva raccolto su 459.889 persone che indossavano il cerotto ECG a casa dell’azienda per due settimane.

I dati utilizzati

Da ciascun ECG il modello ha utilizzato i dati di un giorno che non riportavano episodi di fibrillazione atriale, ma � stato comunque in grado di distinguere le persone che hanno avuto successivamente FA da quelle che non l’hanno avuta. Anche quando i ricercatori hanno integrato tutti i fattori di rischio di fibrillazione atriale noti nei propri modelli manuali, inclusi dati demografici e misure ECG come la variabilit� tra diversi battiti cardiaci, il modello di apprendimento automatico � stato pi� accurato nel prevedere il rischio di fibrillazione atriale. �C’era un divario tra ci� che potevamo ottenere con qualsiasi caratteristica ECG nota e ci� che poteva ottenere il modello �, afferma Matteo Gadaleta, collaboratore scientifico presso il Translational Institute. �Era decisamente meglio�.

Un modello �utile� anche alle persone sotto i 55 anni

Il modello si � confermato accurato sia per quanto riguarda la popolazione pi� anziana, che � a rischio pi� elevato di fibrillazione atriale, sia per le persone di et� inferiore ai 55 anni, che presentano un rischio molto pi� basso e sono solitamente escluse dallo screening generale di fibrillazione atriale. Sebbene il modello non sia destinato alla diagnosi di fibrillazione atriale, gli autori lo considerano un primo passo verso la progettazione di un test di screening per le persone ad aumentato rischio di fibrillazione atriale o che mostrano sintomi. In questo modo, potrebbero indossare un cerotto ECG solo per un giorno per determinare se � consigliabile eseguire test pi� lunghi. In alternativa, il modello potrebbe analizzare i dati ECG di una o due settimane per individuare i pazienti che, anche senza alcuna fibrillazione atriale in quell’intervallo di tempo, dovrebbero sottoporsi a un test ripetuto.

�I pazienti con frequenti episodi di fibrillazione atriale possono essere identificati facilmente con un ECG registrato nell’arco di almeno una settimana�, afferma Quer. �Ma questo modello di intelligenza artificiale potrebbe davvero aiutare le persone che hanno episodi di fibrillazione atriale molto rari, ma che potrebbero comunque trarre beneficio dalla diagnosi e dall’intervento�. Quer e i suoi colleghi sperano di pianificare uno studio prospettico, nonch� di integrare altre fonti di dati, come le cartelle cliniche elettroniche, nei loro modelli per migliorarli ancora di pi�.

Corriere della Sera � anche su Whatsapp. � sufficiente cliccare qui per iscriversi al canale ed essere sempre aggiornati.