Selfie per capire il livello di rischio delle malattie cardiache? È possibile, secondo uno studio apparso sull’European Heart Journal comprendere questo rischio analizzando particolari fotografie del viso di una persona attraverso un algoritmo di apprendimento profondo “allenato” allo scopo.
In particolare è possibile rilevare la malattia coronarica, un potenziale che potrebbe permettere a questo metodo di essere utilizzato in futuro come reale strumento di screening per comprendere il livello di rischio di intere popolazioni o gruppi di persone.
Secondo quanto spiega Zhe Zheng, lo scienziato che ha guidato il gruppo di studio nonché vicedirettore del Centro nazionale per Malattie cardiovascolari e vicepresidente dell’ospedale Fuwai, si tratterebbe del primo studio che mostra che l’intelligenza artificiale può arrivare ad analizzare anche i volti onde rilevare una malattia cardiaca.
Un metodo del genere potrebbe essere utilizzato sia a livello ambulatoriale sia tramite i moderni supporti mobili come uno smartphone.
Forse in futuro alle persone basterà scattare qualche selfie con il proprio smartphone per capire il proprio livello di rischio riguardo a particolari malattie di origine cardiaca.
“Questo potrebbe essere un modo economico, semplice ed efficace per identificare i pazienti che necessitano di ulteriori indagini. Tuttavia, l’algoritmo richiede un ulteriore perfezionamento e convalida esterna in altre popolazioni ed etnie”, spiega ancora il ricercatore.
Il software si basa sul fatto che alcune particolari caratteristiche del viso possono essere collegate ad un rischio più alto di malattie cardiache. Tra queste caratteristiche ci sono il diradamento dei capelli, l’ingrigimento degli stessi capelli, particolari rughe, particolari pieghe del lobo dell’orecchio, tracce di xantelasmi, ossia tracce di depositi gialli di colesterolo sotto la pelle che spesso si formano intorno alle palpebre, e arcus corneae, ossia depositi di grasso e colesterolo che possono apparire nell’area esterna della cornea sotto forma di un anello opaco bianco, grigio o blu opaco.
Per testare il software, i ricercatori hanno reperito i dati di 5796 pazienti provenienti da otto ospedali cinesi. Ai pazienti venivano scattate quattro foto della faccia, una frontale, due di profilo e una dalla parte superiore della testa.
I ricercatori raccoglievano poi altre informazioni anche tramite questionari posti ai pazienti stessi e riguardanti e lo stile di vita e la loro storia medica.
Tutte queste informazioni sono servite per “addestrare” l’algoritmo di deep learning che poi è stato testato su 1013 pazienti. I ricercatori scoprivano che l’algoritmo superava gli attuali metodi esistenti per la previsione del rischio delle malattie cardiache rilevando la cardiopatia correttamente nell’80% dei casi di persone realmente affette da questa malattia.
Tuttavia il software rilevava una percentuale sostenuta di falsi positivi e proprio per questo i ricercatori dichiarano di voler migliorare il tasso dei falsi positivi consapevoli comunque del buon risultato raggiunto con l’algoritmo.
