Gli autori di un nuovo studio pubblicato nella rivista European Heart Journal, hanno affermato che l’invio di un “selfie” al medico potrebbe essere un modo semplice ed economico per individuare le malattie cardiache. Lo studio è il primo a dimostrare che è possibile utilizzare un algoritmo computerizzato di apprendimento profondo per individuare le malattie coronariche (CAD) analizzando quattro fotografie del volto di una persona.
I ricercatori hanno detto che anche se l’algoritmo deve essere ulteriormente sviluppato e testato in gruppi più ampi di persone di diverse origini etniche, ha il potenziale per essere utilizzato come strumento di screening che potrebbe identificare possibili malattie cardiache nelle persone o in gruppi a alto rischio e indirizzarli per ulteriori indagini cliniche.
Zhe Zheng, vicedirettore del Centro Nazionale per le Malattie Cardiovascolari e vice presidente del Fuwai Hospital, Accademia Cinese delle Scienze Mediche, ha detto:
«A nostra conoscenza, questo è il primo studio che dimostra che l’intelligenza artificiale può essere utilizzata per analizzare i volti per rilevare le malattie cardiache. È un passo verso lo sviluppo di uno strumento basato sull’apprendimento profondo che potrebbe essere utilizzato per valutare il rischio di malattie cardiache, sia in ambulatorio sia attraverso l’utilizzo di “selfie” da parte dei pazienti per eseguire il proprio screening. Ciò potrebbe favorire ulteriori test diagnostici o una visita clinica. Il nostro obiettivo finale è quello di sviluppare un’applicazione per le comunità ad alto rischio per valutare le malattie cardiache prima di recarsi in una clinica. Ciò potrebbe essere un metodo economico, semplice e efficace per identificare i pazienti che hanno bisogno di ulteriori indagini mediche. L’algoritmo richiede un ulteriore perfezionamento e una convalida esterna in altre popolazioni ed etnie».
È già noto che alcuni tratti del viso sono associati a un aumento del rischio di malattie cardiache, tra questi vi sono l’assottigliamento o i capelli grigi, le rughe, la piega dei lobi delle orecchie, gli xantomi (piccoli depositi gialli di colesterolo sotto la pelle, di solito intorno alle palpebre) e l’arco senile detto anche arcus senilis corneae o anche gerontoxon (depositi di grasso e colesterolo che appaiono come un anello opaco bianco, grigio o blu nebuloso ai bordi esterni della cornea). Tuttavia, sono difficili da utilizzare con successo per gli esseri umani per prevedere e quantificare il rischio di malattie cardiache.
Il Prof. Zhe Zheng e il Professor Xiang-Yang Ji (direttore del Brain and Cognition Institute del Dipartimento di Automazione dell’Università di Tsinghua, Pechino), e altri colleghi nel periodo luglio 2017 – marzo 2019 hanno iscritto allo studio 5.796 pazienti di otto ospedali in Cina. I ricercatori per indagare i vasi sanguigni dei pazienti li hanno sottoposti a procedure di imaging come l’angiografia coronarica o l’angiografia tomografica computerizzata coronarica (CCTA), sono stati divisi casualmente in gruppi di formazione (5.216 pazienti, 90%) o di validazione (580, 10%).
Infermieri specializzati hanno scattato quattro foto del viso con fotocamere digitali: una frontale, due profili e una con vista della parte superiore della testa. Hanno anche intervistato i pazienti per raccogliere dati sullo stato socioeconomico, lo stile di vita e la storia medica.
I radiologi hanno esaminato gli angiogrammi dei pazienti e valutato il grado di malattia cardiaca a seconda di quanti vasi sanguigni sono stati ristretti del 50% o più (stenosi al 50%), e la loro posizione. Le informazioni sono state utilizzate per creare, formare e convalidare l’algoritmo di apprendimento profondo.
I ricercatori hanno poi testato l’algoritmo su altri 1.013 pazienti di nove ospedali in Cina, arruolati tra aprile 2019 e luglio 2019. La maggior parte dei pazienti di tutti i gruppi era di etnia cinese Han. I ricercatori hanno scoperto che l’algoritmo ha superato i metodi esistenti per la previsione del rischio di malattie cardiache (modello Diamond-Forrester e il punteggio clinico delle malattie coronariche (CAD). L’algoritmo nel gruppo di validazione dei pazienti, ha rilevato correttamente la malattia cardiaca nell’80% dei casi (la vera percentuale positiva o “sensibilità”) e la malattia cardiaca correttamente rilevata non era presente nel 61% dei casi (la vera percentuale negativa o “specificità”). La sensibilità nel gruppo di test era dell’80% e la specificità era del 54%.
Il Professor Xiang-Yang Ji ha detto:
«L’algoritmo ha avuto una performance moderata, le informazioni cliniche aggiuntive non hanno migliorato le sue prestazioni, significa che potrebbe essere usato facilmente per prevedere una potenziale malattia cardiaca unicamente sulla base delle foto del viso. La guancia, la fronte e il naso rispetto a altre aree del viso hanno contribuito maggiormente per fornire informazioni all’algoritmo. Tuttavia, dobbiamo migliorare la specificità in quanto una percentuale di falsi positivi pari al 46% può causare ansia e disagio ai pazienti, oltre a sovraccaricare potenzialmente le cliniche con pazienti che richiedono test non necessari».
I miglioramenti dello studio oltre a richiedere test in altri gruppi etnici, includono il fatto che solo un centro del gruppo di test era diverso da quelli che hanno fornito i pazienti per lo sviluppo dell’algoritmo, il che può limitare ulteriormente la sua generalizzabilità ad altre popolazioni.
Charalambos Antoniades, professore di medicina cardiovascolare all’Università di Oxford, Regno Unito, insieme al dottor Christos Kotanidis, in una relazione che accompagna lo studio, hanno scritto:
«Lo studio di Zhe Zheng e Xiang-Yang Ji, nel complesso evidenzia un nuovo potenziale nella diagnostica medica. La robustezza del metodo utilizzato sta nel fatto che il loro algoritmo di apprendimento profondo richiede semplicemente un’immagine del viso come unico input di dati, rendendola facilmente applicabile su larga scala. L’uso di selfie come metodo di screening può consentire in generale un modo semplice ma efficiente di filtrare la popolazione verso una valutazione clinica più completa, può anche essere molto rilevante per le regioni del mondo che sono sottofinanziate e che hanno deboli programmi di screening per le malattie cardiovascolari. Il processo di selezione che può essere fatto con la stessa facilità con cui si effettua un selfie consentirà un flusso specifico di persone che necessitano di test per l’angiografia coronarica o l’angiografia tomografica computerizzata coronarica (CCTA). Gli individui “ad alto rischio” in effetti, potrebbero avere una CCTA, che consentirebbe un’affidabile stratificazione del rischio utilizzando le nuove metodologie basate sull’Intelligenza Artificiale per l’analisi delle immagini della CCTA. Abbiamo evidenziano alcuni dei limiti che anche il Prof Zhe Zheng e il Prof Xiang-Yang Ji includono nel loro lavoro, tra questi la bassa specificità del test, il fatto che il test deve essere migliorato e convalidato in popolazioni più numerose e le questioni etiche sollevate circa “l’uso improprio delle informazioni a fini discriminatori”. La diffusione indesiderata di dati sensibili delle cartelle cliniche, che possono essere facilmente estratti da una foto del viso, rende le tecnologie come quella qui discussa una minaccia significativa per la protezione dei dati personali, con potenziali ripercussioni sulle opzioni assicurative. Tali timori sono già stati espressi in merito all’uso improprio dei dati genetici, e per quanto riguarda l’uso in medicina dell’Intelligenza Artificiale, dovrebbero essere ampiamente rivisitati».
Gli autori del documento di ricerca concordano su quanto ha detto il Prof. Zhe Zheng:
«Le questioni etiche nello sviluppo e nell’applicazione di queste nuove tecnologie sono di fondamentale importanza. Crediamo che la ricerca futura sugli strumenti clinici debba prestare attenzione alla privacy, all’assicurazione e ad altre implicazioni sociali per garantire che lo strumento sia usato solo per scopi medici».
Charalambos Antoniades e Christos Kotanidis in conclusione hanno detto:
«Definire le malattie coronariche (CAD) come una stenosi al 50% in una delle principali arterie coronariche, può essere una classificazione semplicistica e piuttosto grossolana in quanto riunisce nel gruppo dei non-CAD individui che sono veramente sani, ma anche persone che hanno già sviluppato la malattia ma sono ancora in fase iniziale, ciò potrebbe spiegare la bassa specificità osservata».