“Oggi l’intelligenza artificiale sta realmente cambiando il modo in cui diagnostichiamo le malattie. Negli ultimi anni la scienza ha fatto enormi passi avanti nell’analisi automatica delle immagini, e questi progressi sono estremamente importanti anche per le applicazioni mediche e per le innovazioni nel campo della radiologia, più correttamente chiamata diagnostica per immagini”. 

Così ci racconta Antonio Esposito, vicedirettore scientifico, responsabile della Unità Operativa di Radiologia per la Medicina Personalizzata e dell’Unità di Radiologia Cardiovascolare all’IRCCS Ospedale San Raffaele e professore ordinario presso l’Università Vita-Salute San Raffaele. 

Lo abbiamo intervistato poiché il Professor Esposito ha recentemente sviluppato un modello di intelligenza artificiale per ottimizzare la diagnostica della malattia aterosclerotica coronarica, la patologia alla base dell’infarto del miocardio. 

 

La malattia delle coronarie e l’infarto del miocardio

La malattia delle coronarie (i vasi che irrorano il cuore) è causata dall’aterosclerosi, cioè dall’ispessimento patologico delle pareti di questi vasi, provocato da vari fattori che portano alla formazione di placche, che possono crescere per accumulo di grasso, infiammazione e altri processi fisiopatologici. 

Quando le placche aterosclerotiche si rompono o si staccano, ostruiscono improvvisamente le coronarie, il flusso di sangue al cuore si interrompe, causando la morte di parte del muscolo cardiaco, cioè l’infarto del miocardio. 

Come si fa la diagnosi di malattia coronarica 

“Il paziente che ha il sospetto di una malattia coronarica, oggi viene sottoposto a una TC (Tomografia Computerizzata) per osservare lo stato dei vasi e misurarne il grado di stenosi (cioè quanto si sono ristretti). Questa valutazione serve per capire se il soggetto in esame ha un’ischemia, cioè un deficit di irrorazione del cuore quando il cuore ne ha più bisogno, come per esempio durante piccoli o grandi sforzi della via quotidiana. 

Questo è importante anche per capire qual è il rischio che il soggetto che abbiamo davanti possa avere un infarto nel suo prossimo futuro; la semplice valutazione della stenosi è molto utile, ma non sufficiente per fare questa previsione. 

L’obiettivo di uno dei miei progetti di ricerca è stato usare l’intelligenza artificiale per estrarre automaticamente informazioni quantitative aggiuntive dalla TC, oltre la stenosi.  Informazioni che ci dicono molto di più sui processi fisiopatologici che stanno avvenendo nelle pareti di quelle arterie, e che l’intelligenza artificiale riesce ad estrarre ed analizzare per predire il rischio di infarto della singola persona”, spiega il Professore. 

 

Addestrare l’intelligenza artificiale a leggere le TC coronariche

Per questo, Esposito e il suo gruppo hanno addestrato un modello di intelligenza artificiale a guardare alle immagini di TC coronarica in un modo innovativo. Questo “occhio” virtuale riconosce nelle immagini un insieme di particolari, che nel complesso rappresentano una “firma” del rischio di quel singolo soggetto. 

Come un’analisi dattiloscopica analizza una firma per verificare se appartiene a questo o a quell’altro individuo, così l’intelligenza artificiale analizza segni delle immagini che ci dicono con che probabilità quel soggetto avrà un infarto nei prossimi anni. I risultati si sono rivelati eccezionali, con la capacità del metodo sviluppato, di predire con precisione il rischio di ciascun paziente. 

Il software sviluppato è stato già validato internamente. Quando sarà validato più ampiamente potrà essere certificato come uno strumento in grado di supportare il medico nella pratica clinica di tutti i giorni, consentendogli di guidare le terapie in modo personalizzato, sulla base delle caratteristiche individuali e del rischio individuale, per migliorare, allo stesso tempo, la vita del singolo soggetto e l’utilizzo delle risorse del sistema sanitario. 

Sulla base del suo addestramento precedente, il modello stimerà il rischio per quel nuovo paziente di avere un infarto e questa stima permetterà scelte più mirate e consapevoli. 

 

Dal dettaglio al quadro d’insieme: cosa vede il nuovo modello 

“I software oggi disponibili analizzano l’immagine radiologica delle coronarie suddividendola in parti più piccole, ed estraendo delle misure volumetriche.

Il nostro approccio è completamente nuovo. Utilizza i dati della TC nella loro interezza, analizzando sfumature delle immagini che potrebbero sembrare dei dettagli insignificanti, e che invece sono espressione di processi che coinvolgono il nostro cuore, espressione di cellule e molecole che si muovono, interagiscono, cambiano, muoiono, che sarebbero altrimenti invisibili, ma che sono molto importanti, perché ci dicono cosa succederà fra 1, 2, 3 o 4 anni e ci permettono quindi di agire per prevenire, modificando e migliorando la storia clinica naturale del singolo soggetto”.

Per capire meglio di cosa si tratta, immaginiamo di osservare 3 quadri che riproducono lo stesso paesaggio collinare, ma che sono stati realizzati da 3 artisti diversi. Ogni quadro sarà caratterizzato da forma, direzione e colore delle pennellate specifiche della mano che lo ha creato. Forma, direzione e colore delle pennellate sono la firma dell’autore del quadro e sono diverse per ciascun autore. L’intelligenza artificiale, osservando il quadro nel suo insieme, può leggere questi particolari e dirci chi sia l’autore.

“Quello che fa il nostro modello è osservare il quadro nell’insieme, cioè l’immagine delle coronarie e del cuore, e cogliere quelle sfumature che sono la firma di processi che stanno avvenendo a livello delle cellule e dei tessuti, processi che sono alla base del futuro infarto del miocardio. La risposta del modello sarà: sulla base di quello che ho imparato, c’è una certa probabilità che questo quadro porterà a un infarto”. 

 

L’impatto clinico e le prospettive future 

Il modello progettato da Esposito e collaboratori è pronto e finora ha dimostrato di funzionare molto bene. Nei prossimi mesi bisognerà lavorare per costruire ulteriori studi di validazione. Poi potrà avere un impatto importante. Questo perché oggi noi siamo in grado di identificare abbastanza bene alcuni soggetti a rischio altissimo e alcuni a rischio bassissimo, ma la maggior parte li classifichiamo in mezzo, come soggetti a rischio intermedio. 

Invece in questa popolazione molto ampia di soggetti oggi definiti a rischio intermedio si nascondono soggetti che in realtà hanno un rischio estremamente basso e altri che hanno un rischio alto o altissimo. 

Quello che succede oggi, quindi, è che alcuni soggetti vengono trattati inutilmente (overtreatment) e altri non vengono trattati o vengono trattati in modo subottimale (undertreatment) mentre ne avrebbero un gran bisogno, infatti poi sviluppano l’infarto. 

Il nostro modello ha finora dimostrato di funzionare benissimo anche in questa categoria di pazienti “nel mezzo”, scovando fra loro, in modo preciso, quelli non a rischio e quelli con rischio alto o altissimo. 

Questo significa dare le terapie solo quando c’è bisogno, solo al soggetto giusto, in modo mirato, per non dare farmaci inutili a chi non ne ha davvero bisogno e per evitare l’infarto futuro in quelli che ne hanno bisogno”, spiega il Professore. 

Sembra fantascienza, ma è solo matematica, informatica e statistica, al servizio della medicina.

 

Coltivare senso critico e consapevolezza nell’era dell’intelligenza artificiale

L’intelligenza artificiale è un prezioso supporto, ma non può sostituire il medico, che resta responsabile delle decisioni sul percorso terapeutico o preventivo più adatto al paziente. 

Pertanto, questi nuovi strumenti vanno studiati, compresi, e maneggiati consapevolmente. Questo è vero soprattutto per i giovani medici in formazione, come gli studenti e gli specializzandi. Devono imparare ad utilizzare l’intelligenza artificiale, ma non devono “affidarsi” all'intelligenza artificiale. Devono sviluppare e mantenere il proprio senso critico e la capacità decisionale. 

“Il mio obiettivo è far maturare negli studenti quel senso critico e quella consapevolezza, tutti umani, che sono imprescindibili per trasformare qualsiasi immagine di radiologia in una diagnosi precisa. 

Qualsiasi medico che cominci a usare un nuovo strumento basato sull’intelligenza artificiale deve studiare nel dettaglio tutte le sue caratteristiche tecniche, le sue possibili applicazioni, le premesse sulle quali è stato progettato e i dati sui quali è stato addestrato. 

Questo per garantire, nei limiti delle possibilità umane, un uso consapevole e critico di questi importanti mezzi”, conclude il Professor Esposito.