I computer in grado di autodidarsi a prevedere la morte prematura potrebbero migliorare notevolmente l'assistenza sanitaria preventiva in futuro, suggerisce un nuovo studio di esperti dell'Università di Nottingham.

Il team di scienziati e medici di dati sanitari ha sviluppato e testato un sistema di algoritmi di "apprendimento automatico" basati su computer per prevedere il rischio di morte precoce dovuta a malattie croniche in una vasta popolazione di mezza età.

Hanno scoperto che questo sistema di intelligenza artificiale era molto accurato nelle sue previsioni e si è comportato meglio dell'attuale approccio standard alla previsione sviluppato da esperti umani. Lo studio è pubblicato da PLOS UNO in un'edizione speciale delle collezioni di "Machine Learning in Health and Biomedicine".

Il team ha utilizzato i dati sanitari di poco più di mezzo milione di persone di età compresa tra 40 e 69 anni reclutate presso la Biobanca britannica tra il 2006 e il 2010 e seguite fino al 2016.

Alla guida dei lavori, Assistant Professor di Epidemiologia e Data Science, Dott. Stephen Weng, ha dichiarato:"L'assistenza sanitaria preventiva è una priorità crescente nella lotta contro le malattie gravi, quindi stiamo lavorando da diversi anni per migliorare l'accuratezza della valutazione computerizzata del rischio sanitario nella popolazione generale. La maggior parte delle applicazioni si concentra su una singola area della malattia ma prevede la morte a causa di diversi esiti della malattia è molto complesso, soprattutto dati i fattori ambientali e individuali che possono influenzarli.

"Abbiamo compiuto un importante passo avanti in questo campo sviluppando un approccio unico e olistico alla previsione del rischio di morte prematura di una persona mediante l'apprendimento automatico. Questo utilizza i computer per costruire nuovi modelli di previsione del rischio che tengono conto di un'ampia gamma di dati demografici, biometrico, fattori clinici e di stile di vita per ogni individuo valutato, anche il loro consumo alimentare di frutta, verdure e carne al giorno.

"Abbiamo mappato le previsioni risultanti ai dati sulla mortalità della coorte, utilizzando i registri di morte dell'Ufficio di statistica nazionale, il registro dei tumori del Regno Unito e le statistiche sugli "episodi ospedalieri". Abbiamo scoperto che gli algoritmi di apprendimento automatico erano significativamente più precisi nella previsione della morte rispetto ai modelli di previsione standard sviluppati da un esperto umano".

I modelli di apprendimento automatico dell'intelligenza artificiale utilizzati nel nuovo studio sono noti come "foresta casuale" e "apprendimento profondo". Questi sono stati confrontati con il modello di previsione della "regressione di Cox" tradizionalmente utilizzato basato su età e sesso - ritenuto il meno accurato nel prevedere la mortalità - e anche un modello di Cox multivariato che funzionava meglio ma tendeva a prevedere il rischio in modo eccessivo.

Professor Joe Kai, uno degli accademici clinici che lavorano al progetto, ha dichiarato:"Attualmente c'è un intenso interesse per la possibilità di utilizzare "l'intelligenza artificiale" o "l'apprendimento automatico" per prevedere meglio i risultati sulla salute. In alcune situazioni potremmo trovare utile, in altri potrebbe no. In questo caso particolare, abbiamo dimostrato che con un'attenta messa a punto, questi algoritmi possono utilmente migliorare la previsione.

"Queste tecniche possono essere nuove per molti nella ricerca sanitaria, e difficile da seguire. Riteniamo che riportando in modo chiaro e trasparente questi metodi, questo potrebbe aiutare con la verifica scientifica e lo sviluppo futuro di questo entusiasmante campo per l'assistenza sanitaria".

Questo nuovo studio si basa sul lavoro precedente del team di Nottingham che ha mostrato che quattro diversi algoritmi di intelligenza artificiale, "foresta casuale", 'regressione logistica', "aumento del gradiente" e "reti neurali", erano significativamente migliori nel predire le malattie cardiovascolari rispetto a un algoritmo stabilito utilizzato nelle attuali linee guida cardiologiche. Questo studio precedente è disponibile qui.

I ricercatori di Nottingham prevedono che l'IA giocherà un ruolo fondamentale nello sviluppo di strumenti futuri in grado di fornire una medicina personalizzata, adattare la gestione del rischio ai singoli pazienti. Ulteriori ricerche richiedono la verifica e la convalida di questi algoritmi di intelligenza artificiale in altri gruppi di popolazione e l'esplorazione di modi per implementare questi sistemi nell'assistenza sanitaria di routine.