Morte cardiaca improvvisa. È il triste titolo che colpisce ogni anno 300.001 persone negli Stati Uniti.
Esistono defibrillatori impiantabili. Fermano ritmi letali. La tecnologia funziona bene. Il vero grattacapo? Non abbiamo idea di chi ne abbia bisogno finché spesso non è troppo tardi.
Oggi la situazione cambia leggermente.
Un team guidato da Ziad Obermeya, professore associato alla UC Berkeley, ha appena abbandonato uno studio su Nature. Hanno addestrato una rete neurale a individuare il pericolo su un elettrocardiogramma (ECG) di dieci secondi. Quindi, cosa fondamentale, hanno costruito una seconda rete per mostrare come ha fatto la prima.
Perché preoccuparsi del secondo modello?
Perché la medicina odia le scatole nere. Abbiamo bisogno che esperti umani trovino l’indizio da soli.
Al momento i cardiologi si affidano alla frazione di eiezione ventricolare sinistra (LVEF). Misura la quantità di sangue pompata dal cuore per battito tramite ultrasuoni.
È tutt’altro che perfetto.
“Molte persone che muoiono improvvisamente… hanno fatto [gli ultrasuoni] e i risultati erano normali”, dice Obermeyer. Nel frattempo molte persone ad alto rischio non sono mai state scansionate. D’altro canto, la maggior parte delle persone contrassegnate come ad alto rischio non attivano mai i loro defibrillatori. Ne stiamo trattando eccessivamente alcuni. Sottotrattare gli altri.
La squadra di Obermeyer voleva di meglio.
Si sono rivolti agli ECG. Economico. Onnipresente. Ma per un secolo i cardiologi hanno visto solo forme d’onda familiari. Nessun codice nascosto per la morte improvvisa. Quindi hanno lasciato che il deep learning scavasse.
Il motore era un ResNet a 64 strati. Noioso? Sicuro.
“È una specie di modello di casa di lavoro che tutti usano.”
La magia era il carburante. Gli hanno fornito oltre 440.090 ECG di 180.000 pazienti in Svezia collegati ai registri di morte. Un enorme set di dati. L’IA ha segnalato circa il 2,2% come ad alto rischio.
Regge altrove?
SÌ. Hanno testato i dati di Stati Uniti e Taiwan. Il segnale rimase forte. All’interno di quel piccolo gruppo di 2,2 il tasso di mortalità annuale ha raggiunto il 7%. I test ecografici standard non riescono a rilevarlo. Oltre l’86% delle scelte dell’IA non avrebbe sollevato allarmi con gli strumenti tradizionali. Questi pazienti probabilmente tornavano a casa senza protezione.
“Ma cosa vede la macchina?” chiese Obermeyer.
Gli strumenti di spiegabilità standard evidenziano i pixel. Non utile per un medico umano. Hai bisogno di uno schema. Un’onda abbozzabile.
Quindi hanno costruito un modello generativo. Il suo compito: trasformare passo dopo passo un ECG sicuro in uno rischioso finché la prima rete non gridava pericolo.
La maggior parte dei cambiamenti erano noti. Previsto.
Ma una caratteristica? Nuovo. Mai descritto.
Una sottile biascicazione in aVL principale. Come il segnale elettrico che si frammenta quando colpisce il muscolo.
“Abbiamo estratto nuova conoscenza dall’intelligenza artificiale”, afferma Changxin Lai della Johns Hopkins, che non ha preso parte allo studio ma ha esaminato il lavoro.
Sembra spaventoso?
Forse. Per alcuni pazienti ad alto rischio la risonanza magnetica ha mostrato fibrosi diffusa. Cicatrici che corrispondono alle strane onde generate dall’IA. Una causa fisica per l’avviso digitale. Obermeyer ammette che manca la conferma della biopsia. È preliminare.
Non farti prendere dal panico ancora.
“Questo non è pronto per guidare il trattamento” avverte Sumeet Chugh di Cedars-Sinai. A suo avviso è necessaria molta più ricerca prima che questa identifichi i candidati per il defibrillatore nella pratica.
Ma pensa alla logistica. Le risonanze magnetiche sono costose. Raro per lo screening.
ECG? Ovunque. Un Apple Watch può registrarli. Sì, l’intelligenza artificiale preferisce i dati di livello ospedaliero, ma il divario si sta riducendo. Secondo il team, il calo di qualità della tecnologia di consumo è minimo.
Il bello di questo approccio? Non devi fidarti del robot.
“Puoi semplicemente usarlo per raggiungere obiettivi aggiuntivi”, spiega Obermeyer. Segnala chi ottiene l’immersione più profonda. Non chi verrà operato oggi.
Lascia però una domanda sospesa in aria.
Se un’intelligenza artificiale individua una frattura nel segnale che abbiamo ignorato per cento anni, quanti altri fantasmi si nascondono sotto gli occhi delle nostre carte?
Forse non lo sapremo mai se non li ascoltiamo.
