Intelligenza artificiale in cardiologia, prime linee guida

Si può ridurre la mortalità del 31 per cento

L'Intelligenza Artificiale prende sempre più campo all'interno dell'ambiente medico. Per questo, è necessario redigere dei documenti di consenso che ne organizzino l'utilizzo.
È ciò che hanno fatto gli esperti della Società Italiana di Cardiologia, che hanno firmato il primo documento di consenso sull'uso dell'Intelligenza Artificiale in cardiologia.
I dati provenienti dai primi studi sull'argomento indicano che l'IA può ridurre del 31% la mortalità dei pazienti con patologie cardiovascolari. La tecnologia appare particolarmente utile in caso di ipertensione o scompenso cardiaco, ma anche per la valutazione di Ecg, risonanze magnetiche e Tac.
“L'IA si è rivelata efficiente nella valutazione degli esami Holter o per il telemonitoraggio di pazienti con defibrillatori impiantabili, e potrebbe rivelarsi decisiva per aumentare l'utilità dei dispositivi indossabili nella diagnosi precoce, migliorando l'analisi dei parametri raccolti. Anche l'analisi delle ecocardiografie, delle risonanze magnetiche e delle TAC può essere resa più precisa e approfondita grazie all'IA, per la diagnosi di cardiomiopatie o di disfunzioni valvolari o anche per la quantificazione della stenosi coronarica attraverso la valutazione delle angiografie, che ha dimostrato un'accuratezza superiore al 98% nell'identificare trombi e calcificazioni - osserva Ciro Indolfi, past-president SIC e professore straordinario di Cardiologia all'Università di Cosenza - L'impiego dell'IA nella valutazione degli ECG è molto promettente per migliorare la diagnosi precoce dell'infarto: uno studio su 362 pazienti sottoposti a ECG prima dell'arrivo in ospedale ha dimostrato un'accuratezza del 99% nell'identificare i casi più seri, con tempi di valutazione medi di appena 37 secondi, circa 4 volte inferiori a quelli di un medico in carne e ossa, che hanno accorciato ad appena 18 minuti l'intervallo fra l'arrivo in clinica e la procedura di rivascolarizzazione”.
“Tuttavia - come conclude Ciro Indolfi - esistono anche criticità di cui tenere conto utilizzando l'IA, non solo perché sono necessarie altre e più ampie ricerche per validarne le potenzialità e gli usi nella pratica clinica, ma soprattutto per gli aspetti etici e normativi su cui è necessario riflettere. Molti algoritmi, specialmente quelli basati sul deep learning, operano spesso come black box prendendo decisioni sulla base di calcoli complessi da decrittare per un umano, che quindi possono rendere difficile riconoscere eventuali errori o bias. È altrettanto fondamentale interrogarsi sulle modalità di introduzione dell'IA per definire bene di chi siano le responsabilità di scelte dettate dagli algoritmi: il regolamento IA act dell'Unione Europea 2024/1689 impone ai produttori e agli sviluppatori specifici obblighi e caratteristiche in merito agli usi dell'IA, per esempio proibendo applicazioni di IA che potrebbero porre rischi troppo elevati, richiedendo requisiti stringenti per le applicazioni a rischio e imponendo valutazioni di conformità per tutti i prodotti da introdurre sul mercato, suddivisi in 4 classi a rischio crescente. La valutazione dei sistemi di IA, che possono imparare e cambiare nel tempo con possibili effetti sulla loro performance, pone sfide più complesse rispetto ai dispositivi medici tradizionali ma sarà importante affrontarle, per poter trarre i molti vantaggi che questi sistemi hanno da offrire”.