Ricerca, individuare la malattia coronarica con un selfie

In futuro potrebbe bastare una foto del viso per identificare una persona a rischio di malattia coronarica. La prospettiva è stata aperta da un team di ricercatori cinesi, che ha ottenuto risultati interessanti sviluppando e testando un algoritmo di apprendimento profondo (deep learning), in grado di segnalare la malattia coronarica analizzando immagini del viso.

Lo studio

Tra luglio 2017 e marzo 2019, 5.796 pazienti di otto centri ospedalieri cinesi sono stati arruolati  e suddivisi casualmente tra un un grupp0 di formazione (90%, n = 5216) e uno di convalida (10%, n = 580) per lo sviluppo dell’algoritmo.

I ricercatori hanno scattato quattro foto facciali con fotocamere digitali: una frontale, due profili e una vista della parte superiore della testa. Hanno anche intervistato i pazienti per raccogliere dati sullo stato socioeconomico, sullo stile di vita e sulla storia medica. I radiologi hanno esaminato gli angiogrammi dei pazienti e valutato il grado di malattia cardiaca in base al numero e all’entità delle stenosi. Queste informazioni sono state utilizzate per creare, addestrare e convalidare l’algoritmo di apprendimento profondo.

Tra aprile e luglio 2019 l’algoritmo è stato testato su 1013 pazienti provenienti da nove ospedali cinesi.

Sensibilità, specificità del test sulla foto sono state calcolate utilizzando la diagnosi radiologica come standard di riferimento. L’algoritmo ha mostrato una sensibilità dell’80% e una specificità del 54%. L’algoritmo ha comunque superato i metodi esistenti di previsione del rischio di malattie cardiache.

Il potenziale dell’algoritmo

Xiang-Yang Ji,  direttore del o Brain and Cognition Institute del Department of Automation nella Tsinghua University, di Pechino (Cina), ha dichiarato: “L’algoritmo ha mostrato una discreta efficienza e ulteriori informazioni cliniche non ne hanno modificato le prestazioni, il che significa che potrebbe essere facilmente utilizzato per prevedere potenziali malattie cardiache basandosi solo sulle foto del viso. La guancia, la fronte e il naso hanno fornito maggiori informazioni all’algoritmo rispetto ad altre aree facciali. Tuttavia, dobbiamo migliorare la specificità poiché un tasso di falsi positivi fino al 46% può causare ansia e disagio ai pazienti, oltre a sovraccaricare potenzialmente le cliniche con pazienti che richiedono test non necessari “.

Gli autori concludono che un algoritmo di apprendimento profondo basato su foto facciali potrebbe aiutare a individuare la malattia coronarica. Questa tecnica può essere promettente per la valutazione della probabilità di malattia coronarica pre-test in cliniche ambulatoriali o per lo screening delle coronaropatie in comunità, anche  se saranno necessari ulteriori studi per sviluppare uno strumento clinico effettivamente utilizzabile.

I commenti

In un editoriale di accompagnamento, Charalambos Antoniades e Christos Kotanidis,  cardiologi dell’Università di Oxford (UK) scrivono: “Nel complesso, lo studio di Lin et al. evidenzia un nuovo potenziale nella diagnostica medica. La robustezza dell’approccio di Lin et al. sta nel fatto che il loro algoritmo di apprendimento profondo richiede semplicemente un’immagine del viso come unico input di dati, rendendolo facilmente applicabile su larga scala. L’uso dei selfie come metodo di screening può consentire un modo semplice ma efficiente per filtrare la popolazione generale verso una valutazione clinica più completa. Un tale approccio può anche essere molto rilevante per le regioni del mondo che sono sottofinanziate e hanno programmi di screening deboli per malattie cardiovascolari. Un processo di selezione che può essere eseguito facilmente come fare un selfie consentirà un flusso stratificato di persone che vengono immesse nei sistemi sanitari per i test diagnostici di prima linea .”

Attuamente il limite mggiore è costituito dalla bassa specificità del test, che deve essere migliorato e convalidato in popolazioni più ampie. molto rilevanti anche le questioni etiche che riguardano il possibile uso improprio delle informazioni a fini discriminatori.

Secondo i commentatori: “La possibile divulgazione indesiderata di dati di cartelle cliniche sensibili, che possono essere facilmente estratti da una foto del viso, rende tecnologie come questa una minaccia significativa per la protezione dei dati personali, che possono per esempio influire sulle opzioni assicurative. Tali timori sono già stati espressi sull’uso improprio dei dati genetici e dovrebbero essere ampiamente rivisitati per quanto riguarda l’uso dell’IA in medicina ” .