Dall’impiego della intelligenza artificiale, diagnosi e cure sempre più …

Due recenti ricerche hanno mostrato le potenzialità della intelligenza artificiale per la diagnosi dell’artrite reumatoide e per la valutazione del rischio coronarico.

Uno studio, pubblicato sulla rivista Nature Communications, ha utilizzato il machine learning, ovvero, l’apprendimento automatico, uno dei tanti rami della intelligenza artificiale. Per mezzo di questa tecnologia è possibile distinguere i sottotipi di artrite reumatoide e migliorare sia la diagnosi che la cura della malattia.

I ricercatori, coordinati dal professor Fei Wang, direttore ideatore dell’Institute of Al for Digital Health del Weill Cornell Medicine (New York City), si sono concentrati sul processo di sottotipizzazione dell’artrite reumatoide ottenuto attraverso il machine learning. Distinguere tra i tre sottotipi di malattia, può aiutare a scegliere quale terapia ha maggiori probabilità di essere efficace per un determinato paziente.

Gli algoritmi

Sono una successione di istruzioni o passi che definiscono le operazioni da eseguire sui dati per ottenere i risultati. Lo schema esecutivo di un algoritmo specifica che i passi devono essere eseguiti in sequenza, salvo, diverse indicazioni. Sono componenti utilizzati in tutte le aree dell’IT (Information Technologies).

La diagnosi dei sottotipi di artrite reumatoide

Il team di ricercatori, ha prima addestrato il nuovo algoritmo su campioni di tessuto proveniente da topi con questa patologia e poi ha convalidato lo strumento su tessuti derivati da biopsie di pazienti con artrite reumatoide, dimostrando che poteva tipizzare in modo efficace campioni clinici umani.

“Riuscendo a creare un algoritmo che identifica il sottotipo di un paziente, si è in grado di fornire più rapidamente i trattamenti di cui le persone hanno bisogno” – ha spiegato il professor Richard Bell, analista di patologia computazionale presso il Molecular Histopathology Core Laboratory dell’Hospital for Special Surgery.

“I risultati dimostrano il crescente impatto della intelligenza artificiale nel progresso della Medicina personalizzata” – ha ribadito il professor Rainu Kaushal, presidente del Dipartimento di Scienze della Salute della cittadinanza, presso Weill Cornell Medicine.

Valutazione del rischio coronarico

Il secondo studio, pubblicato sulla rivista Frontiers of Cardiovascular Medicine e condotto da esperti della Università di Medicina Cinese di Pechino, della Scuola di Scienze della Vita della Università di Medicina Cinese di Pechino, ha analizzato il rischio coronarico.

Con una semplice foto della lingua, per mezzo della intelligenza artificiale, si potrebbe evitare l’angiografia, esame invasivo e costoso – secondo gli studiosi di IA.

La malattia coronarica (CAD) è la causa più comune di morte per malattia in tutto il mondo. Secondo l’OMS, provoca 17,9 milioni di decessi l’anno a livello globale. L’angiografia coronarica è attualmente il metodo migliore per confermare una diagnosi di CAD, ma comporta rischi per i pazienti e non è adatta per una diagnosi precoce e per valutare il rischio di malattia.

Per la medicina tradizionale cinese, le malattie si manifestano in modo visibile, ad esempio dal volto. Ritenuta fondamentale in questo senso è la diagnosi della lingua che include la valutazione del colore, del rivestimento e della forma. La lingua, ricca di nervi e vasi sanguigni, funziona come parte integrante del sistema cardiovascolare e il suo aspetto può cambiare con lo sviluppo di malattie e condizioni sistemiche, specialmente quelle che influenzano la circolazione sanguigna.

Metodo di studio e prospettive

Almeno 14 studi dal 2019 hanno stabilito che l’osservazione della lingua è un mezzo efficace per la diagnosi delle malattie.

Gli esperti hanno costruito due strutture diagnostiche per la CAD: una basata solo sui fattori di rischio tipici della malattia e un’altra che incorpora caratteristiche delle immagini della lingua con i fattori di rischio tipici. Hanno usato un algoritmo  per l’estrazione delle caratteristiche della lingua, che ha dimostrato una accuratezza complessiva superiore al 99%. I ricercatori hanno reclutato pazienti ipertesi tra i 18 e gli 85 anni da quattro diversi ospedali, per un totale di 244 pazienti con ipertensione e 166 pazienti aggiuntivi che presentavano ipertensione combinata con CAD. Gli esperti hanno dimostrato una buona capacità predittiva per il loro modello, specie quando, oltre alle immagini della lingua, si tiene conto dei fattori di rischio tipici della CAD.

“Il nostro lavoro introduce una nuova prospettiva, suggerendo che le immagini della lingua hanno un valore diagnostico applicabile per la diagnosi di CAD” – hanno concluso i ricercatori. “Le caratteristiche delle immagini della lingua, potrebbero diventare nuovi indicatori di rischio per la CAD”.