Page 34 - CnO-250

D ALLE AREE - MALATTIE RARE

al contempo anche un esempio riconoscimento della malattia base alle connessioni riscontrate fra
dell’utilità dell’impiego dell’IA in partendo dai diversi scenari con cui queste (es. probabilità di amiloidosi
questo campo. Per lungo tempo essa può presentarsi. in un dato sottogruppo che presenti
considerata rara, complessa e L’utilizzo dell’Intelligenza Artificiale più red flags). Un algoritmo è quindi
sostanzialmente intrattabile, negli nella diagnosi di malattie complesse “intelligente” proprio perché, come
ultimi anni le novità in ambito In medicina la maggior parte fa il clinico durante la sua formazione
di diagnosi e trattamento hanno dell’analisi da parte degli algoritmi e poi la sua pratica clinica, è in grado
invece profondamente modificato la derivati dall’IA si basa o su dati di imparare dall’esperienza e sulla
percezione della amiloidosi cardiaca numerici (es. dati clinici derivati dal base di questa è in grado di fare
da parte dei clinici. Ciononostante, la monitoraggio dei parametri vitali) una predizione o di rispondere ad
amiloidosi cardiaca è ancora ad oggi o di imaging (es. frame ottenuti un certo quesito, come ad esempio
largamente sotto diagnosticata. Anche individuare una specifica malattia
grazie agli avanzamenti in ambito In epoca molto recente (es. amiloidosi cardiaca) in un certo
di diagnosi non invasiva, il processo ambito (es. fenotipo ipertrofico). In
diagnostico è stato reso più agevole sono comparsi in epoca molto recente sono comparsi
negli ultimi anni. Il principale fattore letteratura i primi studi in letteratura i primi studi che
limitante la diagnosi resta quindi la hanno impiegato l’IA nella diagnosi
difficoltà nel far sorgerne il sospetto che hanno utilizzato d’amiloidosi cardiaca impiegando
di amiloidosi nella mente del clinico: l’Intelligenza Artificiale dati numerici o di imaging estrapolati
la aspecificità delle manifestazioni dai processi diagnostici della pratica
cardiovascolari, la sovrapposizione nella diagnosi di clinica. Garcia - Garcia et al. sono
delle manifestazioni fenotipiche con Amiloidosi Cardiaca, partiti dai dati numerici ottenuti
altre forme a maggior prevalenza impiegando dati numerici dalle schede cliniche di ammissione
nella popolazione generale, e la e dimissione di circa 11.600 pazienti
difficoltà nel riconoscimento di segni o di imaging estrapolati con più di 65 anni ricoverati nella
e sintomi extracardiaci da parte di dai processi diagnostici decade che va dal 2009 al 2019.
clinici meno esperti in cardiomiopatie Di questi, 36 pazienti avevano una
sono tutti fattori che influiscono della pratica clinica diagnosi finale di amiloidosi cardiaca
negativamente in tal senso. Tali e sulla base delle caratteristiche di
difficoltà diagnostiche sono a questi è stato costruito un algoritmo
loro volte responsabili del ritardo dall’imaging radiologico e non). I per il riconoscimento della malattia
diagnostico, poco tollerabile se si modelli di machine learning sono nel resto della popolazione in
considera l’attuale disponibilità di quelli maggiormente impiegati studio. I modelli costruiti si sono
trattamenti tanto più efficaci quanto in campo medico. Essi si basano dimostrati abili nell’individuare i
più precocemente posti in atto. Si sull’impiego di algoritmi in grado di soggetti con amiloidosi cardiaca,
stima, infatti, che il tempo medio tra apprendere determinate funzioni a specie nel sottogruppo dei pazienti
l’insorgenza delle manifestazioni di partire da un insieme di dati senza con segni e sintomi di scompenso
malattia e la diagnosi eziologica va che questi siano stati codificati a cardiaco. I dati d’imaging da
dai 6 mesi ai 5 anni. È intuitivo che il tale scopo a priori. Gli algoritmi cui partire per la costruzione di
numero e la precocità delle diagnosi possono analizzare un ampio numero algoritmi che facilitino la diagnosi
possa aumentare qualora il paziente di dati (es. clinici, laboratoristici, d’amiloidosi cardiaca possono
sia intercettato in una fase precoce da elettrocardiografici e di imaging), essere estrapolati da numerose
un cardiologico esperto di amiloidosi imparando nel contempo a fonti: esami ecocardiografici, esami
cardiaca. A tal fine è nata negli riconoscere delle variabili (es. red scintigrafici e/o SPECT, esami di
ultimi anni l’esigenza di costruire flags) e sviluppano un modello in risonanza magnetica cardiaca. Di
sistemi che facilitino il precoce grado di predire un risultato finale in seguito descriviamo alcuni esempi.

32 | Cardiologia negli Ospedali | duecentocinquanta