Deep Learning from Retinal Fundus Photographs for Detecting Angiographic Obstructive Coronary Artery Disease: A Multicenter Development and External Validation Study

Il corpo umano è una vasta rete di tubature, che trasportano sangue vitale dal cuore a ogni angolo del sistema. Quando queste tubature, note come arterie, si ostruiscono a causa di depositi grassi, una condizione chiamata aterosclerosi, il flusso viene ristretto, portando potenzialmente a un infarto. Il modo più diretto per i medici per vedere se le arterie del cuore stesso sono ostruite è infilare un sottile tubo attraverso i vasi sanguigni e iniettare un colorante, una procedura chiamata angiografia coronarica invasiva. Sebbene questo metodo sia il gold standard per la diagnosi, è invasivo, comporta dei rischi e spesso rivela che le arterie del paziente sono in realtà libere, il che significa che la procedura era superflua. Per anni, i medici si sono affidati a semplici domande sull'età, il sesso e i sintomi del paziente per indovinare la probabilità di un'ostruzione prima di ordinare un tale test. Tuttavia, queste supposizioni sono spesso imprecise, portando a troppi interventi non necessari o a diagnosi mancate.

Un approccio diverso è emerso da un luogo insolito: il retro dell'occhio. La retina, lo strato fotosensibile alla base dell'occhio, è ricoperta da minuscoli vasi sanguigni che sono gli unici che i medici possono vedere direttamente senza chirurgia. Poiché questi vasi retinici condividono lo stesso ambiente biologico delle arterie del cuore, i cambiamenti nel loro aspetto possono segnalare problemi altrove nel corpo. I ricercatori hanno sospettato a lungo che una fotografia della retina possa rivelare indizi sulla malattia cardiaca, ma trasformare quegli indizi visivi in una diagnosi affidabile è stato difficile. Ora, un nuovo studio suggerisce che programmi informatici avanzati possono imparare a leggere questi segni sottili meglio dei tradizionali giochi di ipotesi, offrendo un modo non invasivo per identificare chi ha realmente bisogno del test cardiaco invasivo.

In uno studio multicentrico su larga scala che coinvolge miglia di pazienti, i ricercatori hanno sviluppato un sofisticato sistema informatico progettato per esaminare le fotografie del fondo oculare e prevedere la presenza di malattia coronarica ostruttiva. Il team, guidato da esperti dell'Ospedale Anzhen di Pechino e della Beijing Airdoc Technology Co., Ltd., ha addestrato questo modello di intelligenza artificiale utilizzando le immagini di quasi 4.800 pazienti che dovevano già sottoporsi al test cardiaco invasivo. Al computer sono state mostrate le immagini retiniche insieme ai risultati confermati dei test cardiaci, permettendogli di apprendere i pattern visivi specifici associati alle arterie ostruite. Il modello, chiamato RET-IRV2, non è stato solo istruito per individuare le ostruzioni; è stato anche addestrato a stimare dettagli di base del paziente come età e sesso, una tecnica che aiuta il computer a concentrarsi sulle caratteristiche più rilevanti dell'immagine.

La vera prova per questo nuovo strumento è arrivata quando i ricercatori lo hanno applicato a un gruppo completamente diverso di oltre 3.300 pazienti provenienti da quattro diversi centri medici. In questa validazione esterna, il modello informatico si è dimostrato straordinariamente efficace. Ha identificato correttamente la presenza di malattia coronarica ostruttiva con un alto grado di precisione, superando significativamente i metodi standard che i medici utilizzano attualmente. Questi metodi tradizionali, che si affidano al calcolo del rischio basato su età, genere e sintomi, spesso faticano a distinguere tra i pazienti con ostruzioni e quelli senza. Nello studio, la capacità del modello informatico di separare questi gruppi è stata molto superiore al modello aggiornato Diamond-Forrester, al Duke Clinical Score e persino a un calcolo statistico standard che includeva pressione sanguigna e colesterolo.

Ciò che rende questo risultato particolarmente convincente è che il computer ha ottenuto questo successo utilizzando solo le immagini dell'occhio, senza bisogno di alcun dato sulla storia medica o sui risultati degli esami del sangue del paziente. Per capire come il computer stesse prendendo le sue decisioni, i ricercatori hanno eseguito una serie di esperimenti in cui hanno coperto digitalmente parti delle immagini retiniche. Quando hanno mascherato i vasi sanguigni, le prestazioni del computer sono diminuite significativamente, confermando che esso si stava effettivamente basando sulla struttura e sull'aspetto dei minuscoli vasi per formulare la diagnosi. Ciò suggerisce che il modello non sta solo indovinando basandosi su pattern casuali, ma sta realmente rilevando i cambiamenti vascolari sistemici che accompagnano la malattia cardiaca.

Lo studio ha anche esaminato oltre la diagnosi immediata per vedere se le previsioni del computer avessero un impatto sulla salute futura dei pazienti confermati con arterie ostruite. Tra i pazienti che presentavano la malattia ed erano stati seguiti per un periodo fino a due anni, quelli con punteggi più alti dal modello informatico avevano maggiori probabilità di subire eventi cardiovascolari avversi maggiori, come infarti, ictus o decessi. Ciò indica che le informazioni visive catturate nella retina potrebbero non solo aiutare a identificare la malattia, ma offrire anche uno sguardo sulla gravità della condizione sottostante e sui rischi che il paziente affronta in futuro.

Nonostante questi risultati promettenti, i ricercatori tengono a precisare i limiti del loro lavoro. Lo studio è stato condotto in un contesto specifico in cui i pazienti erano già stati indirizzati verso test invasivi, il che significa che il gruppo presentava un tasso molto alto di malattia reale, che è diverso dalla popolazione generale dove le ostruzioni cardiache sono meno comuni. Il modello non è ancora stato testato in gruppi a basso rischio o in popolazioni al di fuori dell'Asia orientale, dove le differenze nella pigmentazione oculare e nella struttura dei vasi potrebbero influenzare i risultati. Inoltre, sebbene la capacità del computer di prevedere futuri eventi cardiaci sia una scoperta intrigante, essa viene presentata come un'ipotesi per ulteriori studi piuttosto che come uno strumento provato per predire i singoli esiti.

Le implicazioni di questa ricerca sono significative per il futuro dello screening delle malattie cardiache. Se questi risultati reggeranno in popolazioni più ampie e diversificate, la fotografia retinica potrebbe diventare uno strumento di screening potente e non invasivo. Potrebbe aiutare i medici a decidere quali pazienti necessitano realmente del test cardiaco invasivo e quali possono essere monitorati in sicurezza con metodi meno rischiosi. Fornendo un quadro più chiaro della salute vascolare di un paziente attraverso una semplice e indolore fotografia, questa tecnologia ha il potenziale di perfezionare i percorsi diagnostici, ridurre gli interventi non necessari e, in definitiva, migliorare la cura di milioni di persone con sospetta cardiopatia. Lo studio dimostra che gli occhi, spesso chiamati finestra dell'anima, possono anche servire come una chiara finestra sulla salute del cuore.