Un modello di IA prevede i rischi cardiovascolari nei pazienti cinesi

Le malattie cardiovascolari (CVD) sono una delle principali cause di morte in tutto il mondo. Non solo causano seri problemi di Salute, ma portano anche a costi medici elevati. Un grande studio ha dimostrato che l'ipertensione è il fattore di rischio più significativo per le CVD, causando milioni di morti ogni anno. In Cina, ictus e malattie cardiache sono le principali cause di morte e disabilità.

Data l'alta percentuale di persone coinvolte, c'è un forte bisogno di strumenti per identificare chi è a rischio. Alcuni strumenti esistenti, come il Modello di rischio di Framingham e altri, sono stati creati utilizzando dati principalmente provenienti da paesi occidentali. Tuttavia, le persone nei paesi asiatici hanno profili di salute e fattori di rischio diversi. Ad esempio, in Asia si affrontano spesso tassi più elevati di ictus e ipertensione, ma tassi più bassi di colesterolo alto.

Usare strumenti di valutazione del rischio sviluppati in occidente su popolazioni asiatiche può portare a errori nella previsione del rischio reale. Anche quando questi strumenti sono stati adattati per le popolazioni locali, hanno ancora fornito stime inaccurate per gli anziani in posti come Hong Kong. Ci sono solo pochi modelli specificamente progettati per gruppi asiatici, come il China-PAR e uno studio giapponese. Tuttavia, anche questi modelli hanno le loro limitazioni.

Il modello China-PAR non include misure importanti come i livelli di colesterolo. Inoltre, quando è stato creato, l'intelligenza artificiale (AI) non era ampiamente utilizzata. I recenti progressi nell'AI hanno mostrato miglioramenti nella previsione degli esiti sanitari rispetto ai metodi tradizionali. Il nostro team è stato tra i primi a utilizzare l’AI per prevedere gravi problemi di salute in pazienti con problemi cardiaci e diabete.

Questo studio si concentra sullo sviluppo di un modello basato su AI per prevedere eventi cardiovascolari primari e ripetuti utilizzando dati provenienti da cliniche di medicina familiare a Hong Kong. Questo modello è unico perché è specificamente progettato per pazienti cinesi. Tiene conto di vari fattori come letture della pressione sanguigna, condizioni di salute esistenti, farmaci e risultati di laboratorio.

#Panoramica dello Studio

Lo studio è stato approvato dai rispettivi comitati etici a Hong Kong. Ha coinvolto l'analisi di precedenti registri sanitari raccolti da ospedali e cliniche pubbliche a Hong Kong. I dati includevano informazioni su pazienti che hanno visitato cliniche di medicina familiare tra il 1 gennaio 2000 e il 31 dicembre 2003. I pazienti deceduti entro 30 giorni dalla visita o con meno di 18 anni non sono stati inclusi in questa analisi.

Durante questo periodo sono state raccolte informazioni importanti sui pazienti, come età, genere, pressione sanguigna e condizioni di salute preesistenti come diabete e malattie cardiache. Le informazioni sui farmaci e sugli esiti di morte sono state collegate anche ai registri del governo locale. Sono stati raccolti anche risultati di test di laboratorio come i livelli di colesterolo e altri marcatori ematici.

#Risultati Chiave

L'obiettivo principale era prevedere eventi cardiovascolari gravi, definiti come infarti, ictus e morti correlate, fino alla fine del 2019. Lo studio ha trovato che un numero significativo di pazienti ha sviluppato gravi eventi e un gran numero è deceduto durante il periodo di follow-up.

In totale, oltre 155.000 pazienti sono stati inizialmente esaminati. Dopo aver escluso quelli che non soddisfacevano i criteri, 154.569 pazienti sono stati analizzati. Più di 31.000 hanno sviluppato eventi cardiovascolari gravi, una preoccupazione notevole per la salute pubblica.

Lo studio ha esaminato vari metodi per prevedere questi eventi. I ricercatori hanno scoperto che il modello AI CatBoost ha performato meglio nella previsione di eventi seri rispetto ai metodi tradizionali come la regressione logistica. Questo modello è stato in grado di valutare il rischio in modo accurato e la sua capacità di prevedere eventi è stata costante tra diversi gruppi di pazienti.

#Sviluppo del Modello

L'uso degli strumenti AI ha permesso una migliore comprensione di come i diversi fattori di salute interagiscono tra loro. In questo studio, sono state utilizzate tecniche di machine learning per sviluppare un marcatore predittivo dai dati di salute di base dei pazienti.

Il modello CatBoost, tra gli altri, è stato valutato a fondo. Questo modello tracciava specificamente la salute del cuore e aveva un'alta percentuale di successo nella previsione di eventi gravi. È stato importante assicurarsi che il modello funzionasse bene tra vari gruppi demografici di pazienti, come età e genere.

I risultati hanno mostrato che il modello CatBoost è affidabile nella previsione di eventi cardiovascolari sia negli uomini che nelle donne. Ha anche performato bene tra i diversi gruppi di età, evidenziando la sua efficacia nell'identificare i pazienti a rischio, in particolare tra gli adulti più giovani e gli anziani.

#Forza Predittiva e Implementazione del Dashboard

La capacità predittiva del modello CatBoost ha mostrato una forte correlazione con il verificarsi reale di eventi gravi, aiutando a identificare i pazienti a rischio in modo efficace. Questo include pazienti con e senza precedenti problemi cardiovascolari.

Per facilitare le valutazioni del rischio in tempo reale, è stato creato un dashboard. Questo strumento include indicatori chiave di salute come pressione sanguigna, malattie esistenti, farmaci e test di laboratorio, consentendo ai fornitori di assistenza sanitaria di calcolare il rischio dei pazienti di avere eventi cardiovascolari gravi nel corso di diversi anni.

Utilizzando il dashboard, i medici possono monitorare i cambiamenti nelle condizioni di salute e adeguare i trattamenti se necessario. Questo strumento mira a promuovere una migliore decisione nella cura sanitaria di routine e incoraggia la collaborazione tra medici e pazienti.

#Importanza della Prevenzione

La maggior parte dei fattori di rischio per le malattie cardiovascolari può essere cambiata tramite modifiche nello stile di vita e trattamenti. I fattori utilizzati in questo modello predittivo si basano su informazioni sanitarie regolari, rendendolo accessibile per il monitoraggio continuo dei pazienti. Lo strumento di previsione del rischio basato su AI può aiutare a identificare accuratamente gli individui a rischio di sviluppare problemi cardiaci.

Questo approccio proattivo consente ai medici di fornire consigli personalizzati per cambiamenti dello stile di vita e farmaci per aiutare a prevenire gravi problemi di salute. A lungo termine, l'implementazione di questo strumento può contribuire a ridurre i costi sanitari e promuovere un invecchiamento più sano.

Futuri studi esamineranno come includere l'impatto di nuovi farmaci cardiaci sulle previsioni di rischio. Si sta esplorando la possibilità di integrare variazioni nella pressione sanguigna, colesterolo e altre misure di salute nelle valutazioni per migliorare l'accuratezza delle stime di rischio.

#Conclusione

Questo studio ha sviluppato il primo modello di rischio di malattie cardiovascolari guidato da AI specificamente per le popolazioni cinesi. È progettato per prevedere eventi cardiaci gravi basati su dati del mondo reale, fornendo un significativo progresso nel campo della salute.

Il modello consente previsioni personalizzate, dando ai medici e ai pazienti una visione più chiara dei rischi per la salute. Il dashboard fornisce uno strumento facilmente comprensibile per il monitoraggio e la gestione continua dei pazienti. Man mano che l'assistenza sanitaria continua ad evolversi, tali innovazioni possono portare a cure più efficaci ed efficienti per i pazienti a rischio di malattie cardiovascolari.