L’analisi dell’intelligenza artificiale ha il potenziale per accelerare il rilevamento dell’insufficienza cardiaca

Jul 26, 2023

28 agosto 2023

Questo articolo è stato rivisto in base al processo editoriale e alle politiche di Science X. Gli editori hanno evidenziato i seguenti attributi garantendo al tempo stesso la credibilità del contenuto:

verificato

fonte attendibile

correggere le bozze

dall'Università di Glasgow

L’uso dell’intelligenza artificiale per interpretare le immagini provenienti da un dispositivo a ultrasuoni portatile è paragonabile al rilevamento della capacità di pompaggio del cuore come standard di riferimento per la diagnosi attualmente utilizzato nel servizio sanitario nazionale. Le nuove scoperte rivoluzionarie suggeriscono che l’uso dell’intelligenza artificiale potrebbe accelerare significativamente i tempi di attesa per la diagnosi di insufficienza cardiaca.

Presentati alla conferenza della Società Europea di Cardiologia (ESC) ad Amsterdam, i risultati provengono dall’innovativo studio OPERA, una collaborazione tra l’Università di Glasgow, AstraZeneca, NHS Greater Glasgow & Clyde e NHS Golden Jubilee per valutare l’efficacia dell’IA tecnologia nei pazienti con insufficienza cardiaca.

I risultati mostrano che le immagini ecografiche cardiache interpretate dall’intelligenza artificiale, comprese quelle scattate con un dispositivo portatile, sono efficaci quanto l’utilizzo di una tipica macchina ad ultrasuoni gestita da un esperto nel misurare l’azione di pompaggio del cuore. Tuttavia, mentre l’analisi standard di un ecocardiogramma con un operatore umano richiede circa 30 minuti, l’intelligenza artificiale è in grado di interpretare le immagini in un solo minuto: un’enorme riduzione del tempo clinico che ha il potenziale di accelerare significativamente i tempi di attesa per la diagnosi dello scompenso cardiaco. .

L’insufficienza cardiaca è una condizione grave in cui il cuore non è in grado di pompare correttamente il sangue nel corpo. La condizione può causare una serie di sintomi che possono essere debilitanti e avere un impatto sulla vita quotidiana di una persona. Si stima che più di un milione di persone nel Regno Unito vivano con insufficienza cardiaca. In Scozia a 48.000 persone è stata diagnosticata la malattia dal medico di famiglia, anche se gli esperti stimano che ce ne siano altre migliaia che convivono con la malattia sconosciuta. La diagnosi precoce è fondamentale, poiché iniziare precocemente il trattamento può ridurre il rischio di ricovero ospedaliero per le persone affette da questa condizione e migliorare la loro qualità di vita complessiva.

Gli ultimi risultati di OPERA mostrano che l’uso dell’intelligenza artificiale per interpretare le immagini dell’ecocardiogramma potrebbe consentire una diagnosi precoce. Un’analisi più rapida delle scansioni potrebbe anche aiutare il servizio sanitario nazionale a ridurre i tempi di attesa e ad alleviare la pressione sul sistema sanitario.

I risultati dello studio OPERA sono il primo risultato del Memorandum d’intesa tra l’Università di Glasgow, NHS Golden Jubilee, NHS Greater Glasgow & Clyde, AstraZeneca UK e Lenus Health. Costituita nel 2022, questa storica partnership tra il mondo accademico, l'assistenza sanitaria e l'industria lavora insieme per realizzare la trasformazione del sistema sanitario nazionale testando nuove tecnologie digitali e percorsi dei pazienti, per consentire diagnosi e trattamenti precoci.

Il dottor Ross Campbell, dell’Università di Glasgow, che ha presentato i risultati di OPERA alla conferenza ESC, ha dichiarato: “I nostri nuovissimi risultati di OPERA mostrano che investire nell’intelligenza artificiale nell’assistenza sanitaria potrebbe offrire notevoli vantaggi sia ai pazienti che al servizio sanitario nazionale. dimostrato che l’intelligenza artificiale può interpretare accuratamente le immagini dell’ecocardiogramma e, dato che l’intelligenza artificiale può produrre un rapporto in una frazione del tempo, ciò potrebbe davvero fare la differenza nel permetterci di rendere possibile la diagnosi precoce dell’insufficienza cardiaca.