URUMQI (CINA) (XINHUA/ITALPRESS) – Un team di ricerca nella regione autonoma nord-occidentale cinese dello Xinjiang uiguro ha sviluppato una nuova tecnica diagnostica che combina analisi spettrale e intelligenza artificiale per distinguere in modo rapido e preciso due casistiche di emergenza cardiaca letali e facilmente confondibili, ovvero la dissezione aortica e l’infarto miocardico.
Il loro metodo richiede soltanto da cinque a dieci minuti di analisi di un campione di sangue e raggiunge un’accuratezza diagnostica del 94,06% nel differenziare l’infarto miocardico acuto dalla dissezione aortica, secondo uno studio pubblicato sulla rivista Engineering Applications of Artificial Intelligence.
La ricerca è stata condotta da un team dell’Ospedale popolare della regione autonoma dello Xinjiang uiguro, guidato dal professor Yang Yining, in collaborazione con un team della Xinjiang University guidato dal professor Lyu Xiaoyi.
Sia l’infarto miocardico che la dissezione aortica si presentano con dolore toracico improvviso e intenso, eppure la cura è fondamentalmente opposta. L’infarto miocardico deriva da un’ostruzione di un’arteria coronaria e richiede un’immediata terapia trombolitica per ristabilire il flusso sanguigno. Al contrario, la dissezione aortica comporta una lacerazione dell’aorta, e tali farmaci sono strettamente controindicati poiché possono innescare un’emorragia catastrofica. Una diagnosi errata può quindi essere fatale.
La diagnosi tradizionale dipende in larga misura da tecniche di imaging come le scansioni tramite TAC con mezzo di contrasto. Questi metodi richiedono apparecchiature costose e lunghe tempistiche, e sono difficili da impiegare nelle ambulanze o nelle strutture di assistenza primaria, ha affermato Yan Lei, membro del team di ricerca. Poiché i tassi di mortalità per entrambe le condizioni aumentano quanto più si dilatano i tempi per ricevere una cura efficace, uno strumento diagnostico rapido e portatile è chiaramente una priorità urgente.
La scoperta del team si basa sulla capacità di individuare le impronte molecolari caratteristiche che queste malattie lasciano nel sangue. I ricercatori hanno impiegato due tecniche complementari, la spettroscopia Raman e la spettroscopia infrarossa, per rilevare informazioni biochimiche dai campioni di siero dei pazienti.
Per ulteriori miglioramenti dell’efficienza diagnostica, il team ha sviluppato un modello di deep learning che integra i dati di entrambi i metodi spettroscopici per consentire una rapida classificazione delle due malattie.
Un prototipo diagnostico basato su questa tecnologia è attualmente in fase di validazione clinica multicentrica. Secondo il team di ricerca, il dispositivo portatile che applica questa tecnologia potrebbe un giorno diventare una dotazione standard nelle ambulanze e nelle cliniche comunitarie, consentendo un intervento più precoce e facendo guadagnare tempo prezioso ai pazienti che affrontano queste condizioni potenzialmente letali.
(ITALPRESS).
