Vasculometria retinica abilitata all’intelligenza artificiale per la previsione di mortalità circolatoria, infarto del miocardio e ictus

Le scansioni oculari abilitate dall’intelligenza artificiale potrebbero essere utilizzate per prevedere in modo rapido e accurato se una persona è ad alto rischio di malattie cardiache, ha stabilito un nuovo studio che coinvolge ricercatori della Kingston University di Londra.

I risultati potrebbero aprire la strada allo screening cardiovascolare da eseguire più rapidamente e semplicemente utilizzando le telecamere, senza la necessità di esami del sangue o misurazioni della pressione sanguigna.

Le malattie circolatorie, comprese le malattie cardiovascolari, le malattie coronariche, l’insufficienza cardiaca e l’ictus, sono le principali cause di cattiva salute e morte in tutto il mondo, attualmente rappresentano un decesso su quattro nel solo Regno Unito. Sebbene esistano diversi quadri di rischio, questi non sono sempre in grado di identificare con precisione coloro che svilupperanno o moriranno di malattie circolatorie. 

Nell’ambito dello studio, la professoressa di Computer Vision della Kingston University Sarah Barman e il ricercatore post-dottorato Roshan Welikala hanno sviluppato algoritmi di intelligenza artificiale (AI) in grado di misurare in modo affidabile le caratteristiche dell’immagine retinica, come la larghezza dei vasi sanguigni e la loro curvatura.

Lavorando con i colleghi della St George’s, University of London, del NIHR Biomedical Research Center del Moorfields Eye Hospital e dell’UCL Institute of Ophthalmology, nonché con l’MRC Epidemiology Unit dell’Università di Cambridge, hanno dimostrato che questo imaging abilitato dall’intelligenza artificiale potrebbe specificare il rischio di malattie cardiovascolari malattia e ictus e fungono da biomarcatore predittivo alternativo ai tradizionali punteggi di rischio per la salute vascolare. I risultati sono stati ora pubblicati  sul British Journal of Opthalmology .

“Attraverso questa ricerca abbiamo dimostrato che una scansione oculare con intelligenza artificiale che potrebbe essere eseguita di routine da un oftalmologo è valida quanto una misura standard del rischio cardiovascolare”, ha affermato il professor Barman. “Chiunque si rechi dall’ottico nel Regno Unito riceve una scansione della vista e, a differenza dei metodi standard che richiedono un esame del sangue dal medico di base, questo tipo di screening richiederebbe solo un’immagine della retina e alcuni dettagli, come l’età, se il paziente fuma o meno e alcune domande relative alla sua storia clinica.

“Questo metodo, che consentirebbe uno screening più ampio della popolazione in modo non invasivo che potrebbe portare a trattamenti preventivi precoci per coloro che risultano essere maggiormente a rischio, ha un potenziale considerevole”.

I ricercatori hanno sviluppato un algoritmo completamente automatizzato abilitato all’intelligenza artificiale, chiamato QUARTZ, per valutare il potenziale dell’imaging vascolare retinico insieme a fattori di rischio noti per prevedere la salute vascolare e la morte. L’algoritmo può valutare una singola immagine retinica in meno di un minuto.

Le immagini retiniche di 88.052 partecipanti alla Biobanca del Regno Unito di età compresa tra 40 e 69 anni sono state scansionate utilizzando l’algoritmo, osservando in particolare la larghezza, l’area del vaso e il grado di curvatura dei vasi per sviluppare modelli di previsione per ictus, infarto e morte per malattie circolatorie. Questi modelli sono stati poi applicati alle immagini retiniche di 7.411 partecipanti, di età compresa tra 48 e 92 anni, dello studio European Prospective Investigation into Cancer (EPIC)-Norfolk.

Le prestazioni di QUARTZ sono state confrontate con il framework Framingham Risk Scores ampiamente utilizzato. La salute dei partecipanti è stata monitorata per una media di sette-nove anni, con un punteggio di rischio non invasivo basato su età, sesso, fumo, anamnesi e vascolarizzazione della retina che hanno funzionato così come la struttura di Framingham.

 

Di ihal