AI-Enabled Digital Stethoscope for Early Detection of Congenital Heart Disease: Prospective Study

Ogni anno, migliaia di bambini nascono con difetti strutturali al cuore. In molte parti del mondo, individuare questi problemi precocemente è una questione di vita o di morte, eppure l'accesso a medici specializzati e macchinari per l'imaging costosi è spesso scarso. Per generazioni, il primo passo per individuare questi problemi è stato il semplice atto di ascoltare. Un medico posiziona uno stetoscopio contro il torace di un bambino, ascoltando il ritmo del battito cardiaco e la presenza di eventuali suoni extra, noti come soffi, che potrebbero segnalare un problema. Questo metodo è gratuito, non invasivo e disponibile quasi ovunque, ma dipende interamente dalla competenza e dall'esperienza della persona che impugna lo strumento. Un soffio che è evidente per uno specialista potrebbe essere ignorato da un medico generico, e l'accuratezza della diagnosi può variare enormemente a seconda di chi ascolta.

Per colmare questo divario, i ricercatori hanno iniziato a esplorare come i computer possano imparare ad ascoltare meglio degli esseri umani. Combinando uno stetoscopio digitale con l'intelligenza artificiale, gli scienziati sperano di creare uno strumento in grado di percepire i segni sottili delle malattie cardiache con la stessa costanza di un esperto di alto livello, indipendentemente dall'ambiente o dall'addestramento dell'ascoltatore. Questo approccio non sostituisce la necessità di imaging avanzato, che rimane il gold standard per confermare una diagnosi, ma offre un modo potente per decidere chi necessita immediatamente di cure avanzate. Un nuovo studio di un ospedale in India mette alla prova questa idea, chiedendosi se un programma per computer possa rilevare in modo affidabile le cardiopatie congenite nei bambini analizzando semplicemente i suoni dei loro cuori.

I ricercatori si sono posti l'obiettivo di costruire e testare un sistema in grado di ascoltare i battiti cardiaci e decidere se un bambino abbia un difetto cardiaco. Hanno reclutato 721 bambini e giovani adulti, dagli neonati agli adulti, che visitavano un'unità cardiaca specializzata. Circa la metà di questi partecipanti presentava difetti cardiaci confermati, mentre gli altri avevano cuori strutturalmente normali. Utilizzando uno stetoscopio digitale che registra il suono e lo invia senza fili a uno smartphone, il team ha catturato i suoni cardiaci da quattro punti standard del torace: in alto a destra, in alto a sinistra, in basso a sinistra e all'apice del cuore. Ogni registrazione durava venti secondi. Il team ha poi suddiviso i dati, utilizzando i suoni di 301 partecipanti per insegnare a un programma per computer come suona un cuore sano rispetto a uno difettoso. I restanti 420 partecipanti sono stati utilizzati per testare il programma senza che i ricercatori conoscessero la diagnosi reale in precedenza, garantendo che il test fosse equo e privo di pregiudizi.

Il programma per computer funzionava trasformando le onde sonore grezze in una mappa visiva chiamata mel-spectrogramma. Questa mappa visualizza il suono in un modo che imita la percezione umana dell'altezza tonale, permettendo al computer di vedere schemi nel rumore che sono invisibili all'orecchio nudo. Il programma analizzava queste mappe utilizzando un tipo di intelligenza artificiale nota come rete neurale convoluzionale, progettata per riconoscere schemi complessi in immagini e suoni. Il sistema ha imparato a identificare specifiche firme acustiche associate a diversi tipi di difetti cardiaci, come il flusso turbolento del sangue attraverso una valvola ristretta o il flusso continuo del sangue attraverso un foro nella parete del cuore. Quando il programma sentiva un suono, calcolava un punteggio di probabilità per determinare se il cuore fosse probabilmente anomalo.

Quando i ricercatori hanno testato il sistema sui 420 partecipanti non visti, i risultati sono stati sorprendenti. L'intelligenza artificiale ha identificato correttamente 222 bambini su 233 che avevano difetti cardiaci, mancendone solo 11. Ha inoltre identificato correttamente 171 bambini su 187 con cuori sani, segnalando 16 bambini sani come potenzialmente affetti da un problema. Questa prestazione si è tradotta in una sensibilità del 95,2 percento e una specificità del 91,4 percento rispetto alla diagnosi finale effettuata tramite ecocardiografia, l'imaging a ultrasuoni utilizzato come riferimento definitivo. In termini più semplici, il computer ha mancato pochissimi bambini malati e ha raramente dato falsi allarmi per quelli sani. Il sistema è stato performante quanto un cardiologo pediatrico esperto che ascolta con uno stetoscopio tradizionale e, in alcuni casi, ha persino superato gli ascoltatori umani in ambienti rumorosi o con bambini non collaborativi che piangevano o si muovevano.

Lo studio ha esaminato anche da vicino i tipi di difetti cardiaci che il sistema poteva individuare. È stato eccezionalmente bravo a individuare i difetti in cui il flusso sanguigno era aumentato, come i fori tra le camere cardiache, catturando il 98 percento di questi casi. È stato anche altamente efficace nel trovare difetti in cui il flusso sanguigno era diminuito, come le valvole ristrette, con un tasso di rilevamento del 93 percento. Anche per i difetti in cui il flusso sanguigno rimaneva normale, il sistema ha mantenuto un tasso di rilevamento elevato del 91 percento. I ricercatori hanno osservato che i pochi casi mancati dal sistema erano spesso quelli in cui il difetto cardiaco produceva suoni molto deboli o assenti, anche per un medico umano esperto. Ciò suggerisce che i limiti del computer fossero simili ai limiti dell'udito umano, piuttosto che un fallimento della tecnologia stessa.

La prestazione del sistema è rimasta costante in tutte le fasce d'età, dai neonati sotto l'anno di età agli adulti sopra i diciotto anni. Questo è particolarmente significativo perché ascoltare i cuori dei neonati è notoriamente difficile; i loro cuori battono molto più velocemente e spesso piangono o sono irrequieti, rendendo difficile per un essere umano isolare il suono di un soffio. Il fatto che il computer abbia mantenuto un'elevata precisione in queste condizioni difficili suggerisce che potrebbe essere uno strumento vitale per i programmi di screening neonatale. I ricercatori hanno riconosciuto che il loro studio è stato condotto in un unico centro e che il sistema è stato addestrato su dati di bambini che non avevano ancora subito un intervento chirurgico cardiaco. Hanno inoltre osservato che il sistema è stato progettato per rilevare la presenza di un problema, non per identificare il tipo specifico di difetto o la sua gravità.

Nonostante questi limiti, i risultati offrono una visione convincente per il futuro dello screening delle malattie cardiache. Lo studio dimostra che un sistema di intelligenza artificiale integrato in uno stetoscopio digitale può rilevare malattie cardiache congenite nei bambini con un'elevata precisione, eguagliando le prestazioni degli specialisti esperti. Fornendo un modo affidabile e non invasivo per lo screening dei difetti cardiaci, questa tecnologia potrebbe aiutare a identificare i bambini che necessitano di cure urgenti molto prima, specialmente nelle regioni in cui l'accesso a cardiologi specializzati è limitato. I ricercatori concludono che tale strumento ha il potenziale per standardizzare lo screening, ridurre i ritardi nella diagnosi e, in definitiva, migliorare gli esiti per i bambini con difetti cardiaci in tutto il mondo.