Scienza e Cultura

L’intelligenza artificiale è in grado di riconoscere condizioni di salute potenzialmente letali e difficili da diagnosticare per i medici

La sindrome del QT lungo è difficile da diagnosticare e può mettere a rischio la vita.

ECG

L’intelligenza artificiale gioca un ruolo sempre più importante nel campo dell’assistenza medica, dall’individuare il diabete fino all’analisi delle scansioni mediche. Ora è in grado di riconoscere le condizioni potenzialmente letali in cui gli strumenti diagnostici tradizionali non possono. AliveCor, società dietro KardiaBand, ha sfruttato l’apprendimento automatico per identificare i pazienti con la sindrome del QT lungo (LQTS), una condizione che spesso non viene rilevata.

L’intervallo QT è la misura del tempo tra l’inizio dell’onda Q e la fine dell’onda T nel ciclo elettrico del cuore (essenzialmente il tempo che impiega il muscolo cardiaco a ricaricarsi tra i battiti). LQTS significa che il cuore richiede più tempo del normale per ricaricarsi e può causare blackout, convulsioni, palpitazioni e, in casi estremi, anche la morte. Rappresenta una condizione relativamente rara, che colpisce una persona ogni 2000, ed è solitamente di carattere ereditario o causata da farmaci che causano un potenziale prolungamento del QT, come antibiotici e antidepressivi. Ma è molto difficile da diagnosticare. Circa il 50% dei pazienti con LQTS confermata geneticamente mostra un normale intervallo QT sul proprio elettrocardiogramma.

AliveCor, tuttavia, ha presentato una ricerca che indica che l’IA della rete neurale è in grado di identificare con successo pazienti LQTS, indipendentemente dalla loro normale lettura dell’ECG. I dati rivelano un’accuratezza complessiva del 79%. I risultati sono stati ottenuti in modo tale che KardiaMobile e KardiaBand di AliveCor potrebbero essere utili anche per il rilevamento della condizione nascosta.

Michael J. Ackerman, autore senior dello studio, ha affermato che è “sorprendente” come la tecnologia possa identificare un caso di LQTS tra due pazienti con intervalli QT altrimenti identici. Vic Gundotra, CEO di AliveCor, ha osservato che “non è possibile illustrare meglio l’importanza della nostra intelligenza artificiale per la scienza medica piuttosto che utilizzarla per rilevare ciò che altrimenti è invisibile”.