Secondo un gruppo di ricerca del Brigham and Women’s Hospital e dell’Università del Texas è possibile, con l’aiuto dell’intelligenza artificiale e in particolare con gli algoritmi apprendimento automatico, identificare con maggiore precisione ed efficienza i pazienti diabetici con insufficienza cardiaca.
I ricercatori di questi due istituti stanno infatti sviluppando un nuovo modello di apprendimento automatico (machine learning) che può prevedere, con un “alto grado di precisione” secondo il comunicato stampa che presenta lo studio pubblicato su Diabetes Care, il rischio di insufficienza cardiaca futuro nei pazienti diabetici, diagnosi che ad oggi non sono sempre facilissime da effettuare.
Secondo Muthiah Vaduganathan, cardiologo del Brigham ed uno dei ricercatori impegnati nella creazione e nella sperimentazione di questo nuovo algoritmo, questo nuovo metodo potrebbe essere molto utile per i medici sul campo.
Secondo Matthew Segar, ricercatore dell’Università del Texas, anch’egli impegnato nello studio, il punteggio di rischio fornito da questo algoritmo, “è facilmente integrabile nella pratica al letto o nei sistemi di cartelle cliniche elettroniche e può identificare i pazienti che trarrebbero beneficio da interventi terapeutici.”
L’algoritmo si serve di 10 fattori predittori di insufficienza cardiaca tra cui l’indice di massa corporea, l’età, l’ipertensione, il livello glicemico, e altri ancora.
