AI salva-cuore: un sistema di intelligenza artificiale mostra i segni di rigetto di un trapianto di cuore

da Cristiano Antonino il Mar 22, 2022

AI in sala chirurgica: il trapianto di cuore può salvare la vita ai pazienti con insufficienza cardiaca allo stadio finale. Tuttavia, molti pazienti sperimentano il rigetto del trapianto d’organo, in cui il sistema immunitario attacca l’organo trapiantato

Ma rilevare il rigetto del trapianto è difficile.

Nelle sue fasi iniziali, i pazienti possono non avere sintomi, e gli esperti non sono sempre d’accordo sul grado e la gravità del rigetto quando esaminano le biopsie del cuore per diagnosticare il problema.

CARDIOPROTEZIONE E RIANIMAZIONE CARDIOPOLMONARE? VISITA SUBITO LO STAND EMD112 IN EMERGENCY EXPO PER APPROFONDIRE

AI che aiuta nei trapianti di cuore: il sistema CRANE

Per aiutare ad affrontare queste sfide, i ricercatori della Harvard Medical School al Brigham and Women’s Hospital hanno creato un sistema di intelligenza artificiale chiamato stimatore neurale di valutazione del rigetto cardiaco (CRANE) che può aiutare a rilevare il rigetto e stimarne la gravità.

In uno studio pilota, il team ha valutato le prestazioni di CRANE su campioni di tessuto cardiaco forniti da pazienti provenienti da tre diversi paesi, scoprendo che potrebbe aiutare gli esperti cardiaci a diagnosticare più accuratamente il rigetto e diminuire il tempo necessario per l’esame.

I risultati del lavoro del team, pubblicati su Nature Medicine, dimostrano la fattibilità e la promessa di utilizzare questo approccio in studi clinici più grandi.

“Il nostro studio pilota retrospettivo ha dimostrato che la combinazione di intelligenza artificiale e umana può migliorare l’accordo degli esperti e ridurre il tempo necessario per valutare le biopsie”, ha detto l’autore senior dello studio Faisal Mahmood, assistente professore di patologia alla Brigham and Women’s.

“I nostri risultati hanno posto le basi per studi clinici su larga scala per stabilire l’utilità dei modelli AI per migliorare i risultati dei trapianti di cuore”.

Mahmood guida anche il Mahmood Lab nel dipartimento di patologia del Brigham and Women’s.

Le biopsie del cuore sono comunemente usate per identificare e classificare la gravità del rigetto dell’organo nei pazienti dopo il trapianto di cuore.

Tuttavia, diversi studi hanno dimostrato che gli esperti spesso non sono d’accordo se il paziente sta rigettando il cuore o il grado di gravità del rigetto.

La variabilità nella diagnosi ha conseguenze cliniche dirette e può causare ritardi critici nel trattamento, biopsie di follow-up non necessarie, ansia, dosaggio inadeguato dei farmaci e, infine, esiti peggiori.

APPARECCHIATURE PER ECG? VISITA LO STAND ZOLL IN EMERGENCY EXPO

CRANE, quando l’AI valuta il cuore in tandem con i professionisti

CRANE è progettato per essere usato in tandem con la valutazione di esperti umani per stabilire una diagnosi accurata più velocemente, e può anche essere usato in ambienti dove ci possono essere pochi esperti di patologia disponibili.

Il team ha addestrato CRANE per il rilevamento, la sottotipizzazione e la classificazione del rigetto del trapianto utilizzando migliaia di immagini patologiche da oltre 1.300 biopsie cardiache del Brigham and Women’s.

I ricercatori hanno poi convalidato il modello, utilizzando biopsie di prova dal Brigham and Women’s e set di prova esterni indipendenti ricevuti da ospedali in Svizzera e Turchia.

I set di dati di convalida esterni sono stati costruiti per dimostrare un ampio grado di variabilità come un modo per testare il modello AI e garantire che possa eseguire con precisione anche quando incontra molti segnali confusi.

CRANE si è comportato bene nel rilevare e valutare il rifiuto, con risultati paragonabili a quelli delle valutazioni convenzionali.

Quando gli esperti hanno usato lo strumento, il disaccordo tra gli esperti si è ridotto e il tempo di valutazione è diminuito.

Gli autori notano che l’uso dello strumento nella pratica clinica rimane da determinare, e hanno intenzione di apportare ulteriori miglioramenti al sistema, ma i risultati illustrano il potenziale di integrazione dell’IA nella diagnostica.

“Nel corso della storia della medicina, le valutazioni diagnostiche sono state in gran parte soggettive”, ha detto Mahmood.

“Ma a causa della potenza e dell’assistenza degli strumenti computazionali, questo sta cominciando a cambiare.

È il momento giusto per fare un cambiamento mettendo insieme persone con esperienza clinica e quelle con esperienza nella scienza computazionale per sviluppare strumenti diagnostici di assistenza”.

Patologie del cuore: chi ha sostenuto l’AI CRANE:

Questo lavoro è stato sostenuto in parte dal BWH President’s Fund, dal National Institute of General Medical Sciences (R35GM138216), da un Google Cloud Research Grant, dal Nvidia GPU Grant Program, da fondi interni del Brigham and Women’s and Massachusetts General Hospital Pathology, dal National Institutes of Health, dalla National Library of Medicine Biomedical Informatics and Data Science Research Training Program (T15LM007092), dal National Human Genome Research Institute Ruth L. Kirschstein National Research Service Award Bioinformatics Training Grant (T32HG002295), il National Cancer Institute Ruth L. Kirschstein National Service Award (T32CA251062) e la National Science Foundation Graduate Fellowship.