La piattaforma di intelligenza artificiale Swaasa ha raggiunto una precisione del 90% nel distinguere individui sani da pazienti con patologie respiratorie, secondo i risultati prospettici di validazione clinica pubblicati su Frontiers in Medicine, un risultato che potrebbe rimodellare il modo in cui le malattie polmonari vengono selezionate al di fuori delle cliniche tradizionali.
I risultati, riportati questa settimana da Bioengineer.org, provengono da una delle più ampie valutazioni prospettiche finora effettuate sullo screening basato sull’intelligenza artificiale basata sulla tosse, e arrivano mentre i sistemi sanitari di tutto il mondo cercano modi più economici per rilevare precocemente le malattie respiratorie croniche. È il tipo di progresso incrementale ma rigorosamente testato negli ultimi sviluppi dell’intelligenza artificiale che spesso dice più di qualsiasi lancio di prodotto sulla direzione in cui si sta effettivamente dirigendo l’intelligenza artificiale medica.
Come funziona Swaasa
Swaasa è una piattaforma sperimentale che funziona come un software come dispositivo medico, applicando algoritmi di intelligenza artificiale alle registrazioni della tosse catturate su un dispositivo mobile. Sviluppata per generare indicazioni cliniche automatizzate da segnali acustici, la piattaforma valuta le registrazioni della tosse per determinare il rischio complessivo come normale o anormale, classificare i modelli fisiologici spirometrici come ostruttivi, restrittivi o normali e stimare la gravità del modello come lieve, moderata o grave.
Oltre alla fisiologia, il sistema genera indicazioni diagnostiche riguardanti la presenza di specifiche condizioni respiratorie, tra cui asma, broncopneumopatia cronica ostruttiva (BPCO), malattia polmonare interstiziale e bronchiectasie. La promessa è semplice: un colpo di tosse di cinque secondi nel microfono del telefono potrebbe segnalare segni di grave malattia polmonare prima che un paziente raggiunga un laboratorio di spirometria.
All'interno del processo
Lo studio clinico prospettico è stato registrato con CTRI/2021/04/032742 il 12 aprile 2021, arruolando partecipanti adulti di età pari o superiore a 18 anni che si sono presentati ai reparti ospedalieri con sintomi respiratori. La prima iscrizione è iniziata il 19 aprile 2021 e la sperimentazione si è conclusa il 14 settembre 2023.
La coorte finale comprendeva 2.179 pazienti con malattie respiratorie insieme a 827 individui normali, con partecipanti maschi che costituivano il 62% della popolazione dello studio valutata. Durante il protocollo, i suoni della tosse dei partecipanti sono stati registrati su un dispositivo mobile che eseguiva la piattaforma Swaasa AI ed è stata eseguita la spirometria per il confronto.
Lo studio ha stabilito la spirometria come standard di riferimento per il modello fisiologico e la gravità del modello, mentre le diagnosi cliniche stabilite dai medici sono servite come standard di riferimento per le categorie di malattie. Le variabili policotomiche sono state dicotomizzate in classificazioni normali rispetto a quelle anormali e sono stati stabiliti risultati multiclasse per la condizione della malattia, la gravità del modello e le singole categorie di malattia.
I numeri delle prestazioni
Nelle classificazioni binarie, la piattaforma ha dimostrato un’accuratezza del 90% nel differenziare individui normali da quelli con condizioni respiratorie anormali, eguagliando l’accuratezza del 90% registrata per identificare la spirometria normale rispetto a quella anormale. Le analisi descrittive dei sottogruppi hanno mostrato che le prestazioni dello screening erano ampiamente comparabili tra i gruppi di età e sesso dei pazienti valutati.
I risultati multiclasse erano rispettabili, anche se meno sorprendenti. La piattaforma ha raggiunto livelli di precisione compresi tra il 79% e l'84% per la classificazione dei modelli spirometrici e tra il 76% e l'84,5% per la classificazione della gravità dei modelli. Quando si differenziavano tipi specifici di malattie tra asma, BPCO, malattia polmonare interstiziale e bronchiectasie, l'accuratezza variava dall'83% al 93%.
Chi lo ha costruito
Gli autori dello studio sono affiliati al Christian Medical College Vellore, alla Salcit Technologies Private Limited – lo sviluppatore di Swaasa – e alla Tamil Nadu Dr MGR Medical University. Gli autori hanno concluso che Swaasa dimostra prestazioni di screening promettenti nei sottogruppi demografici della popolazione studiata.
La struttura di collaborazione è notevole: un centro medico accademico che fornisce rigore clinico, un’università medica e una startup che fornisce l’intelligenza artificiale acustica. Questa combinazione – i medici che convalidano l’algoritmo di una startup rispetto alla diagnostica consolidata – è sempre più il modello per una ricerca credibile sull’intelligenza artificiale medica, in contrasto con i benchmark gestiti dai fornitori che hanno suscitato giustificato scetticismo.
Perché l'acustica della tosse è importante
La spirometria, l'attuale gold standard per la funzionalità polmonare, richiede attrezzature, tecnici addestrati e un paziente collaborativo che esegua manovre di respirazione forzata. La registrazione della tosse richiede un telefono. Se lo screening con AI può valutare in modo affidabile chi necessita di test di conferma, gli aspetti economici dello screening respiratorio cambiano radicalmente, in particolare per condizioni come la BPCO che vengono regolarmente diagnosticate tardivamente.
Gli avvertimenti sono reali. Si è trattato di arruolamento ospedaliero di adulti sintomatici, non di screening comunitario della popolazione generale, e l'accuratezza in un protocollo prospettico controllato può differire dall'implementazione disordinata nel mondo reale. La piattaforma rimane sperimentale e una precisione del 90% nel distinguere il normale da quello anormale non significa che possa distinguere in modo affidabile quattro diverse malattie in ogni caso: gli intervalli multiclasse lo rendono chiaro.
Il percorso normativo è il prossimo collo di bottiglia. Poiché Swaasa è posizionato come un software come dispositivo medico, le sue indicazioni diagnostiche dovranno superare i processi di supervisione che si applicano agli strumenti decisionali clinici prima che possa passare dall'uso sperimentale alle cure di routine. La potenziale validazione pubblicata su una rivista sottoposta a peer review è un prerequisito per quella conversazione, non un suo sostituto.
C’è anche un’asimmetria pratica che gioca a favore della piattaforma. La spirometria richiede attrezzature, calibrazione e un tecnico qualificato presente nella stanza; la registrazione della tosse richiede un dispositivo che la maggior parte dei pazienti già possiede e una manovra che tutti i pazienti già conoscono. Nello screening, dove l’obiettivo è decidere chi necessita di test di conferma piuttosto che fornire una diagnosi definitiva, un test leggermente meno preciso che raggiunge dieci volte più persone può salvare più vite di un test preciso che si trova nel seminterrato di un ospedale. Il risultato dello studio secondo cui le prestazioni sono rimaste costanti tra i gruppi di età e di genere è esattamente il tipo di coerenza di cui uno strumento di screening ha bisogno per adattarsi.
Tuttavia, la traiettoria conta. Uno schermo basato su telefono convalidato rispetto alla spirometria in più di 3.000 partecipanti non è più un trucco da salotto. Il prossimo test è l’implementazione: se lo screening con intelligenza artificiale basato sulla tosse può mantenere la sua precisione nelle cliniche, nelle farmacie e nelle case, e se gli enti regolatori e i medici accettano un segnale diagnostico che proviene da un suono a cui la maggior parte delle persone pensa a malapena.
---
Stai al passo con l'intelligenza artificialeRicevi le ultime notizie, analisi e scoperte sull'intelligenza artificiale, tutto in un unico posto.
Leggi altre notizie sull'AI →
