Una svolta nella cardiologia: L'AI potrebbe rivoluzionare i trattamenti per l'infarto

L'intelligenza artificiale potrebbe rivoluzionare il modo in cui vengono trattati gli attacchi di cuore. I ricercatori dell'Università di Zurigo e di diversi istituti partner europei hanno presentato su The Lancet Digital Health un nuovo modello di intelligenza artificiale che prevede i rischi e gli esiti del trattamento per i pazienti con sindrome coronarica acuta (ACS) in modo molto più accurato rispetto ai metodi precedenti. L'ACS è un disturbo circolatorio che colpisce le arterie coronarie e aumenta significativamente il rischio di infarto.

Il modello GRACE 3.0 si basa sui dati sanitari di oltre 600.000 pazienti in dieci Paesi europei e applica tecniche di apprendimento automatico come XGBoost e Rboost per rilevare modelli complessi nei dati clinici. A differenza del tradizionale punteggio GRACE 2.0, che si basa su vecchi set di dati e su modelli lineari, la nuova versione è stata sviluppata specificamente per i pazienti con infarto miocardico non-ST-elevation (NSTEMI) - il tipo più comune di attacco cardiaco.

I modelli alimentati dall'AI hanno fornito risultati impressionanti. Il modello di mortalità in ospedale - che prevede se un paziente morirà durante la degenza - ha raggiunto un'AUC di 0,90, superando nettamente il sistema di punteggio precedente. Anche le previsioni sulla mortalità a un anno sono risultate notevolmente più accurate, con un'AUC dipendente dal tempo di 0,84.

Strategie di trattamento personalizzate per l'infarto miocardico

Il terzo componente di GRACE 3.0 è particolarmente innovativo: la previsione del trattamento individualizzato. Utilizzando l'algoritmo R-Learner, i ricercatori sono stati in grado di stimare per la prima volta quanto un paziente avrebbe beneficiato personalmente di un trattamento invasivo precoce, come il cateterismo cardiaco. I risultati hanno mostrato che solo un sottogruppo di pazienti ha ottenuto un beneficio significativo dall'intervento precoce - in particolare i soggetti più giovani, più spesso donne, con una funzione renale stabile e chiari segni di ischemia.

Per altri gruppi di pazienti, il trattamento ha mostrato pochi o nessun beneficio, o addirittura un effetto negativo. Secondo i ricercatori, questa intuizione potrebbe portare a un cambiamento nel processo decisionale clinico: invece di affidarsi a soglie di rischio fisse, l'assistenza futura dovrebbe porre maggiore enfasi sull'effetto del trattamento individuale. "L'analisi basata sull'AI potrebbe migliorare significativamente l'assistenza post-infarto e migliorare la salute cardiovascolare a lungo termine", sottolinea il team di ricerca dell'Università di Zurigo.

Nonostante i suoi punti di forza - tra cui un ampio set di dati, un'elevata qualità del modello e un design facile da usare - gli autori riconoscono diverse limitazioni. I dati provengono esclusivamente dall'Europa e i risultati sull'efficacia del trattamento sono ancora considerati preliminari e richiedono un'ulteriore convalida in studi futuri. A lungo termine, tuttavia, GRACE 3.0 ha un forte potenziale per definire le future linee guida cliniche.