La maggior parte degli infarti del miocardio si verifica a causa di placche aterosclerotiche che si rompono e vanno a ostruire le arterie deputate al nutrimento del muscolo cardiaco. Riconoscere le placche a rischio potrebbe garantire un intervento rapido prima che si verifichi l’infarto e quindi salvare la vita del paziente.
L’Università del Texas di Austin si è aggiudicata un finanziamento di 550 mila dollari per lo sviluppo di una tecnologia basata su un modello computazionale non invasivo per individuare proprio i soggetti più a rischio di infarto “da placche aterosclerotiche”.
Alla base del funzionamento della nuova tecnologia vi sarà lo studio della geometria della lesione, delle caratteristiche della placca e dei movimenti del sangue che determina. Queste forze devono essere analizzate in una situazione di stress.
In questo caso entrano in gioco metodi di deep learning AI. Il modello verrà sviluppato in collaborazione con un partner industriale (HeartFlow Inc), che avrà poi modo anche di immetterlo sul mercato.
Il modello prodotto dalla collaborazione tra l’azienda, il Dipartimento di Ingegneria Aerospaziale e Ingegneria Meccanica dell’università americana e il Gruppo di Meccanica Computazionale dell’Oden Institute for Computational Engineering and Sciences, verrà testato inizialmente su dati contenuti in un database e relativi a pazienti che hanno avuto un infarto per rottura di una placca. In un secondo momento si passerà alla sperimentazione clinica.
Stefania Somaré
