Cinquantamila.it La storia raccontata da Giorgio Dell'Arti

Dimenticate la rete di elettrodi e cavi. Grazie all’intelligenza artificiale, presto i classici elettrocardiogrammi (Ecg) a 12 derivazioni, posizionati attorno al torace e agli arti per rilevare l’attività elettrica del cuore, potrebbero andare in pensione. 
Diagnosticare patologie cardiache, tra cui infarti e disturbi del ritmo cardiaco, potrà così diventare più semplice (ma non meno affidabile). 
Un team di ricercatori e clinici, guidato dall’italiano Giorgio Quer, direttore dell’Intelligenza artificiale presso lo Scripps Research Translational Institute di La Jolla (Usa), ha dimostrato che le patologie cardiache possono essere diagnosticate con la stessa precisione utilizzando solo tre elettrodi e uno strumento di intelligenza artificiale (AI). 
In uno studio pubblicato su npj Digital Medicine, gli esperti riferiscono che il loro algoritmo di AI può ricreare Ecg completi a 12 derivazioni con dati provenienti da sole 3 derivazioni. Non solo. I due tipi di tracciati hanno permesso ai cardiologi di identificare gli infarti con quasi la stessa accuratezza. 
Con oltre 300 milioni di elettrocardiogrammi eseguiti ogni anno in tutto il mondo, l’Ecg a 12 derivazioni si è affermato come uno strumento diagnostico fondamentale nella valutazione delle malattie cardiovascolari. 
Posizionando una serie di 10 elettrodi in diversi punti del corpo, viene predisposta una serie di 12 segnali elettrici differenti per aiutare nella diagnosi di svariate patologie di cuore e vasi. 
La maggior parte delle diagnosi cliniche si basa ancora sull’esame standard a 12 derivazioni, il cui processo di acquisizione non ha subito grandi modifiche da quando è stato ideato. 
Ma effettuarlo può essere complicato, perché richiede attrezzature speciali e persone appositamente formate per eseguire e interpretare il tracciato. 
Negli ultimi anni i progressi tecnologici hanno reso possibile il monitoraggio dell’attività cardiaca specifica tramite dispositivi indossabili, tra cui smartwatch, patch monitor e app, migliorando qualità e velocità di acquisizione. 
Tuttavia, l’esame attraverso tali dispositivi è spesso limitato a una singola derivazione oppure a poche derivazioni degli arti, che sono inadeguate per diagnosticare con sicurezza anomalie limitate a specifiche regioni miocardiche, come l’infarto miocardico acuto. Per questo motivo, le attuali linee guida richiedono l’uso di un Ecg standard a 12 derivazioni per l’interpretazione clinica. 
Come spiegano gli autori «negli ultimi 30 anni sono state proposte tecniche per sintetizzare un Ecg standardizzato completo a partire da un set di derivazioni limitato. La diffusione dell’AI ha consentito lo sviluppo di approcci più sofisticati. Studi precedenti si sono però basati principalmente su modelli specifici per il singolo paziente o sono stati derivati da raccolte di dati limitate, riducendone potenzialmente la generalizzabilità». Per creare il nuovo strumento di intelligenza artificiale, il team ha utilizzato dati provenienti da oltre 600 mila Ecg a 12 derivazioni raccolti dai pazienti. Circa la metà presentava ritmi normali, mentre il resto presentava una serie di patologie cardiache. 
Quer, coautore senior della ricerca insieme a Evan Muse (responsabile della genomica cardiovascolare presso lo Scripps Research Translational Institute; gli altri autori sono i ricercatori italiani Federico Mason e Matteo Gadaleta, e i cardiologi Amitabh Pandey ed Eric Topol di Scripps Research), ha quindi iniziato a testare quali combinazioni di soli 2 o 3 elettrodi potevano essere utilizzate dall’intelligenza artificiale per ricreare completamente i dati a 12 derivazioni. 
«Sapevamo che le derivazioni sono in qualche modo correlate. Gli algoritmi sviluppati ci hanno permesso di elaborare un set di dati molto ampio e di comprendere queste relazioni tra le derivazioni, consentendo la ricostruzione completa di 12 derivazioni. Abbiamo iniziato sperando di ottenere una ricostruzione completa solo dalle derivazioni degli arti, perché sono le più facili da impostare per i non specialisti», afferma Quer. «Ma abbiamo scoperto che ottenevamo dati molto migliori quando aggiungevamo anche una derivazione toracica». 
I ricercatori hanno poi preso una serie di 238 elettrocardiogrammi, metà dei quali mostrava segni di infarto. Hanno mostrato ad alcuni cardiologi gli Ecg originali a 12 derivazioni e quelli ricostruiti dall’AI utilizzando i dati delle 3 derivazioni selezionate. 
I cardiologi non sono riusciti a distinguerli, e hanno anche identificato correttamente gli indicatori di infarto nell’81,4 per cento dei casi negli Ecg generati dall’AI, molto vicino all’accuratezza dell’84,6 per cento dei test originali a 12 derivazioni. «Per noi era importante non solo dimostrare che questo algoritmo funziona a livello tecnico, ma anche che i dati generati possono essere interpretati con precisione dai cardiologi», sottolinea Quer. 
Prima che l’algoritmo possa essere utilizzato per il processo decisionale clinico, tuttavia, saranno necessari studi prospettici con diverse popolazioni di pazienti e in diversi contesti clinici. «Questa applicazione dell’intelligenza artificiale, ovvero prendere alcune derivazioni dell’elettrocardiogramma (a 12 derivazioni) e ricostruire un segnale valido per il cardiologo, può avere grandi implicazioni pratiche per i pazienti in futuro», conclude Quer. 

RUGGIERO CORCELLA