×
Come un importante operatore sanitario delle Twin Cities è all’avanguardia nell’uso dell’IA per l’analisi EEG
L’intelligenza artificiale (IA) è ormai ampiamente riconosciuta per il suo potenziale nel migliorare molti aspetti dell’assistenza sanitaria. Tuttavia, la maggior parte dei neurologi, degli epilettologi e di altri operatori neurologici concordano sul fatto che l’integrazione dell’IA con l’analisi elettroencefalografica (EEG) sia particolarmente promettente per aumentare l’efficienza del personale medico di neurologia e migliorare i risultati sanitari.
Presso l’Allina Health Abbott Northwestern Hospital di Minneapolis, in Minnesota, che è affiliato a diversi ospedali della zona, il Dott. Ram Mohan Sankaraneni, neurologo certificato e membro dell’American Epilepsy Society e dell’American Academy of Neurology, ha trasformato in realtà la promessa dell’IA. Il suo obiettivo è aiutare i pazienti a non soffrire più di attacchi convulsivi, in modo che possano vivere una vita normale. Nell’estate del 2024, il Dott. Sankaraneni e il suo team dell’Allina Health Abbott Northwestern Hospital sono stati i primi negli Stati Uniti a implementare autoSCORE, l’unico modello di intelligenza artificiale approvato dalla FDA per l’interpretazione dell’EEG di routine.
Sviluppato da Holberg EEG e disponibile in esclusiva attraverso il colosso medtech Natus Medical, autoSCORE è stato addestrato sul più grande insieme di dati di registrazioni EEG al mondo. autoSCORE è il primo modello sanitario di intelligenza artificiale capace di un’analisi EEG clinica automatica e completa.
Per comprendere l’impatto rivoluzionario del lavoro del Dott. Sankaraneni con autoSCORE, è essenziale innanzitutto comprendere le immense sfide che i professionisti della neurologia devono affrontare riguardo all’interpretazione dell’EEG. Sebbene da decenni l’analisi EEG tradizionale si avvalga di semplici algoritmi e di rilevatori di picchi e crisi epilettiche, la pratica è ancora laboriosa.
I neurologi devono esaminare vasti volumi di dati EEG, spesso alla ricerca di sottili anomalie dell’attività cerebrale. Per i pazienti affetti da lesioni cerebrali, epilessia e altre patologie neurologiche, la riduzione dei tempi di diagnosi e trattamento dei problemi può essere fondamentale per la loro salute. L’attuale carenza di personale sanitario, in particolare la mancanza di neurologi e tecnici EEG qualificati nelle aree remote e poco servite, ha aggravato questo problema.
Negli ultimi anni, ricercatori, neuroscienziati e medici hanno puntato sull’intelligenza artificiale per superare molti di questi ostacoli. L’obiettivo non è sostituire l’analisi umana, ma utilizzare algoritmi avanzati per elaborare più rapidamente i dati EEG. Semplificando l’analisi dei dati e automatizzando le attività ripetitive e spesso tediose, i neurologi possono identificare più rapidamente pattern e anomalie. Di conseguenza, i medici possono affrontare casi complessi e critici in modo più efficiente, ottenendo risultati migliori anche quando le competenze EEG non sono ampiamente disponibili.
autoSCORE è una soluzione innovativa di intelligenza artificiale introdotta da Natus e sviluppata da Holberg EEG, progettata per affrontare molte delle sfide dell’analisi clinica dell’EEG, riducendo i tempi di diagnosi, migliorando la precisione e riducendo il carico di lavoro dei medici. autoSCORE offre un’interpretazione EEG di livello esperto utilizzando algoritmi di deep learning addestrati con oltre 30.000 registrazioni EEG etichettate da esperti. Ciò consente allo strumento IA di identificare costantemente anomalie (come l’attività epilettiforme) con un’accuratezza paragonabile a quella di medici altamente qualificati.
Uno studio del 2023 pubblicato su JAMA ha rilevato che autoSCORE ha dimostrato costantemente un’accuratezza, una sensibilità e una specificità vicine o superiori al 90%. Inoltre, i ricercatori hanno osservato che autoSCORE ha costantemente superato altri modelli di intelligenza artificiale, fornendo risultati comparabili a quelli dei principali esperti umani.
L’interesse iniziale del Dott. Sankaraneni per autoSCORE è stato suscitato dalla sua curiosità di capire dove lo strumento si sarebbe inserito nei flussi di lavoro attuali e come avrebbe potuto migliorare la lettura dell’EEG, sia per se stesso che per gli specializzandi. Inoltre, sperava che lo strumento potesse migliorare l’efficienza del flusso di lavoro automatizzando alcune delle analisi di routine necessarie per i pazienti con disturbi e lesioni cerebrali. Il Dott. Sankaraneni era ansioso di determinare se autoSCORE potesse individuare più rapidamente i pattern cerebrali anomali e i potenziali problemi che potrebbero richiedere delle indagini.
Spinto dal desiderio di migliorare l’efficienza del suo team e fiducioso nella ricerca dei suoi colleghi, il Dott. Sankaraneni aveva il compito di verificare come autoSCORE si comportasse in un contesto clinico reale. Poteva questo strumento appena approvato dalla FDA mantenere la promessa di ridurre i tempi necessari per la revisione dell’EEG?
Il Dott. Sankaraneni ha iniziato a lavorare con autoSCORE con quello che definisce un “senso di curiosità”. Sebbene l’introduzione di autoSCORE abbia richiesto alcuni aggiustamenti iniziali al suo flusso di lavoro standard, il Dott. Sankaraneni ha notato un impatto positivo quasi immediato dopo aver iniziato a utilizzare lo strumento. In effetti, ha considerato notevole la capacità di autoSCORE di dare priorità agli studi EEG da esaminare in base alla probabilità di anomalie. Segnalando le registrazioni EEG che richiedevano l’attenzione più immediata, autoSCORE ha evidenziato i casi più critici in modo rapido e accurato.
Gli artefatti, segnali che non provengono dal cervello stesso ma che sono spesso presenti nelle registrazioni EEG, possono oscurare i problemi sottostanti. Filtrare gli artefatti cardiaci, respiratori e di altro tipo può essere difficile, soprattutto per il nuovo personale medico di neurologia. Anche negli studi che includevano un numero elevato di artefatti, il Dott. Sankaraneni ha osservato che autoSCORE è stato in grado di distinguere correttamente gli artefatti dalle anomalie reali. Lo strumento ha anche aiutato a garantire che nessun dettaglio importante venisse trascurato.
Con l’utilizzo di autoSCORE, il Dott. Sankaraneni è rimasto piacevolmente sorpreso dall’efficienza dello strumento nell’identificare e dare priorità agli studi come anomali o normali, specialmente di fronte a complicazioni dovute alla presenza di artefatti.
“autoSCORE è stato particolarmente efficace nel rilevare i problemi in mezzo agli artefatti”, ha osservato il Dott. Sankaraneni, menzionando un caso specifico in cui, nonostante le significative interferenze dovute al movimento del paziente, lo strumento di intelligenza artificiale è stato in grado di distinguere gli artefatti e identificare correttamente le anomalie focali. Un cambiamento importante nel suo flusso di lavoro risiede nel fatto che, grazie ad autoSCORE, il Dott. Sankaraneni può concentrarsi immediatamente sui casi critici piuttosto che dover aspettare la fine della giornata per esaminare tutti gli EEG.
L’esperienza del Dott. Sankaraneni con autoSCORE è in linea con la nuova ricerca sulle implicazioni generali della collaborazione uomo-macchina nell’assistenza sanitaria, che afferma che “la collaborazione tra esseri umani e macchine intelligenti è diventata una caratteristica fondamentale di un sistema di supporto alle decisioni cliniche di successo”.
Alla domanda sul ruolo che autoSCORE può svolgere specificamente all’interno di uno studio neurologico, il Dott. Sankaraneni definisce autoSCORE “… un collega affidabile che può fornire una seconda opinione”, aggiungendo che autoSCORE offre sicuramente un “valido percorso verso interventi più rapidi”.
I vantaggi riscontrati dal Dott. Sankaraneni, compresi l’aumento dell’efficienza del flusso di lavoro e il miglioramento dell’accuratezza diagnostica, evidenziano il potenziale trasformativo degli strumenti di intelligenza artificiale nell’analisi EEG. Con l’evoluzione continua dell’IA, il suo ruolo in neurologia è destinato ad espandersi, offrendo nuove opportunità per migliorare l’assistenza e i risultati dei pazienti.
Tuttavia, l’integrazione dell’IA nell’analisi dell’EEG solleva alcune importanti considerazioni sull’equilibrio tra l’assistenza delle macchine e il giudizio clinico. Sebbene gli strumenti di intelligenza artificiale possano migliorare significativamente l’efficienza e la precisione, devono essere considerati un complemento, non una sostituzione delle competenze umane. Una ricerca pubblicata in un numero di Nature nel 2022 afferma che superare la percezione che l’IA sostituirà le competenze è fondamentale per un’ampia adozione dell’IA per l’interpretazione dell’EEG. L’implementazione delle migliori pratiche per la collaborazione uomo-macchina è fondamentale per mantenere l’integrità del giudizio professionale esperto, garantendo al contempo che gli strumenti di IA vengano utilizzati al massimo delle loro potenzialità.
L’impiego di autoSCORE presso l’Abbott Northwestern Hospital rappresenta un significativo passo avanti nell’applicazione della tecnologia IA in neurologia. In qualità di pioniere nell’uso dell’IA per pazienti specifici, l’esperienza del Dott. Sankaraneni offre preziose informazioni sui vantaggi pratici dell’IA nell’analisi EEG.
Guardando al futuro, è evidente che una più ampia adozione dell’IA nell’analisi dell’EEG potrebbe condurre a significativi progressi, dall’incremento dell’efficienza nei singoli studi neurologici all’aumento dell’accessibilità dell’EEG in aree remote e poco servite.
L’uso pionieristico dell’IA da parte dell’Allina Health Abbott Northwestern Hospital esemplifica come, se incorporati in modo efficace, strumenti IA come autoSCORE aumenteranno notevolmente l’efficienza di neurologi, epilettologi e altri professionisti della neurologia, contribuendo persino a plasmare il futuro dell’assistenza neurologica.
049797 RevA