La ricerca, realizzata attraverso l’impiego dell’intelligenza artificiale, sfrutta la vasta rete di vasi sanguigni contenuta all’interno del bulbo oculare
di Alina D’Aniello
La notizia è stata rilasciata su Nature Biomedical Engineering, una rivista medica online, da parte dell’azienda statunitense, la cui unica premessa è stata: “occorre fare ancora molta ricerca”.
Tuttavia, quanto alla previsione delle malattie cardiovascolari, questo metodo sarebbe più preciso delle tradizionali misure impiegate, quali ad esempio l’applicazione di un ago nel braccio del paziente.
Secondo i ricercatori di Google, vi sarebbe una certa correlazione tra i vasi della retina e il rischio di un episodio cardiovascolare. Il test, infatti, eseguito su circa 284.335 pazienti e convalidato su due set di dati indipendenti di 12.026 e 999 pazienti, avrebbe intercettato quali individui avrebbero subito un attacco cardiaco e quali no.Poiché il successo delle analisi sarebbe stato conseguito con una percentuale del 70%, Lily Peng, impiegata di Google, ha così dichiarato: “Pensiamo che l’accuratezza di questa previsione aumenterà un po’ di più dato che otterremo dati più completi. Scoprire che potremmo fare questo è un buon primo passo, ma ancora non vi è nulla di certo”.
Inoltre, pare che il team coordinato da Peng stesse lavorando sulla previsione di malattia agli occhi, ampliando poi la ricerca chiedendo al modello di prevedere dall’immagine se la persona fosse un fumatore o quale fosse la pressione del sangue. 
La tecnica impiegata dai ricercatori ha generato una “heatmap“, una rappresentazione grafica dei dati, che ha rivelato quali pixel in un’immagine fossero più importanti per la previsione di un fattore di rischio specifico. Ad esempio, l’algoritmo della ricerca in questione ha prestato più attenzione ai vasi sanguigni dell’occhio per fare previsioni sulla pressione del paziente. “Il riconoscimento di modelli e l’uso di immagini è una delle migliori aree per l’intelligenza artificiale al momento – afferma Harlan M. Krumholz, professore di medicina (cardiologia) e direttore del Centro per la ricerca e valutazione di Yale – Ci aiuterà a comprendere questi processi e le diagnosi in modi che non siamo stati in grado di fare prima”.
Per quanto riguarda la tempistica che impiegherà il metodo per essere brevettato, Peng si dice ottimista, dichiarando che qualcosa potrebbe già muoversi nei prossimi mesi. Tuttavia osservare e quantificare le associazioni con le immagini mediche può essere difficile a causa della grande varietà di caratteristiche, modelli, colori, valori e forme che sono presenti nelle immagini reali.