Molti bambini nascono con il famoso primo pianto. Con questo grido il neonato cerca automaticamente l’aria. I polmoni, che prima erano in uno stato dormiente, si espandono, i vasi polmonari si dilatano e l’intero sistema circolatorio passa alla vita fuori dall’utero. Non sempre le cose vanno così bene. I bambini prematuri o i neonati gravemente malati, in particolare, possono sviluppare l’ipertensione polmonare, una condizione grave in cui le arterie polmonari rimangono costrette dopo la nascita o si richiudono nei primi giorni o settimane dopo la nascita. Questo limita il flusso di sangue ai polmoni e riduce la saturazione di ossigeno nel sangue.
Unadiagnosi e un trattamento tempestivi migliorano le prospettive
È importante che i casi gravi di ipertensione polmonare possano essere riconosciuti e trattati il più rapidamente possibile. Infatti, prima si inizia il trattamento, migliore è la prognosi per il neonato. Tuttavia, la diagnosi corretta non è facile. Solo cardiologi pediatrici esperti sono in grado di diagnosticare l’ipertensione polmonare con l’aiuto di un esame ecografico completo del cuore. "Riconoscere l’ipertensione polmonare è molto complesso e richiede competenze molto specifiche e molta esperienza. Spesso questa non è disponibile al di fuori dei grandi centri perinatali", afferma Sven Wellmann, primario del reparto di Neonatologia della Clinica KUNO St. Hedwig dei Fratelli della Misericordia di Regensburg, in Germania.I ricercatori del gruppo di Julia Vogt, docente di Medical Data Science al Politecnico di Zurigo, insieme ai neonatologi della KUNO Klinik St. Hedwig hanno sviluppato un modello computerizzato in grado di fornire un supporto affidabile nella diagnosi della malattia nei neonati. I risultati sono stati pubblicati sull’International Journal of Computer Vision.
IA affidabile e comprensibile
I ricercatori hanno innanzitutto addestrato il loro algoritmo utilizzando diverse centinaia di registrazioni video di esami ecografici cardiaci di 192 neonati. Oltre alle immagini in movimento del cuore pulsante da diverse angolazioni, il set di dati conteneva anche la diagnosi effettuata da cardiologi pediatrici esperti (ipertensione polmonare presente o meno) e una valutazione della gravità della malattia ("lieve" o "da moderata a grave"). La capacità dell’algoritmo di interpretare le immagini è stata quindi testata utilizzando il set di dati originale e un secondo set di dati di immagini ecografiche di 78 neonati, completamente sconosciuto al modello. Il modello è stato in grado di suggerire la diagnosi corretta in circa l’80-90% dei casi e di determinare la corretta gravità della malattia in circa il 65-85% dei casi."Affinché un modello di apprendimento automatico possa essere utilizzato in campo medico, è fondamentale che, oltre all’accuratezza predittiva, gli esseri umani possano comprendere i criteri in base ai quali il modello prende le sue decisioni", afferma Julia Vogt. Il suo modello lo rende possibile. Contrassegna le aree delle immagini ecografiche in base alle quali ha effettuato la categorizzazione. I medici possono quindi vedere esattamente quali aree o caratteristiche del cuore e dei suoi vasi appaiono evidenti al modello. Esaminando i set di dati disponibili, i cardiologi pediatrici hanno notato che il modello, senza essere esplicitamente programmato per farlo, osserva le loro stesse caratteristiche.
La diagnosi è sempre fatta da un umano
Il modello di apprendimento automatico può potenzialmente essere applicato anche ad altri organi e malattie. Ad esempio, per la diagnosi di difetti del setto cardiaco o di malattie delle valvole cardiache.Soprattutto nelle regioni in cui non sono disponibili specialisti, un operatore sanitario può scattare immagini ecografiche standardizzate e il modello può fornire una valutazione iniziale dell’esistenza di un rischio e della necessità di consultare uno specialista. Nelle strutture mediche in cui sono disponibili professionisti altamente specializzati, il modello può alleggerire il loro carico di lavoro e contribuire a una diagnosi migliore e più obiettiva. "L’intelligenza artificiale ha il potenziale per migliorare in modo significativo l’assistenza sanitaria. Tuttavia, l’aspetto fondamentale per noi è che la decisione finale spetta sempre a una persona, un medico, e l’IA si limita a fornire un supporto per garantire che il maggior numero possibile di persone riceva la migliore assistenza medica possibile", afferma Vogt.
