cuore

Un algoritmo per rendere
più efficaci gli interventi
contro le fibrillazioni atriali

 

Collaborazione fra il gruppo guidato da Cesare Alippi all’IDSIA e l’Imperial College di Londra. Un modello di rete neurale permette di ricostruire con il massimo dettaglio l’attività di contrazione del cuore

di Federico Lucchesi

È il 1999. A Lugano si tiene un incontro tra esponenti del mondo accademico e industriale destinato a segnare l’inizio di un nuovo capitolo nella ricerca tecnologica. A unirli una visione comune e un obiettivo ambizioso: creare un polo d’eccellenza per lo studio dei sistemi embedded (spiegheremo fra qualche riga di cosa si tratta...). Il professor Luigi Dadda, tra i fautori dell’idea, si rivolge a Marco Baggiolini, allora presidente dell’Università della Svizzera italiana. Nasce così l’ALaRi, l’Advanced Learning and Research Institute. «Indagare i sistemi embedded era una novità assoluta per le università europee - spiega Mariagiovanna Sami, che dell’ALaRi è stata co-fondatrice. - I sistemi embedded sono sistemi digitali dedicati che vengono inseriti in applicazioni più complesse, rilevando e fornendo informazioni. Si trovano, per esempio, nel sistema di controllo di un’automobile, nei sistemi per l’agricoltura intelligente o, più banalmente, anche nei contapassi che indossiamo ogni giorno».

Dal 2018, l’ALaRi si è integrato con l’Istituto Dalle Molle di Studi sull’Intelligenza Artificiale (IDSIA USI-SUPSI), diventando il Graph Machine Learning Group (GMLG). A dirigerlo è oggi Cesare Alippi, professore di Machine Learning e Graph Deep Learning all’USI, e direttore scientifico dell’IDSIA. «Il passaggio da ALaRi a GMLG è stato una logica evoluzione in un ateneo con una facoltà di informatica - commenta Alippi. - Oggigiorno un sistema dedicato deve essere dotato di meccanismi di intelligenza avanzati, a costo contenuto. Questo requisito sposta l’attenzione al livello algoritmico. Con il mio arrivo ci siamo quindi concentrati maggiormente sugli aspetti informatici». Il gruppo di ricerca guidato da Alippi è una fucina di progetti innovativi, in grado di mettere l’informatica e l’intelligenza artificiale al servizio di diversi ambiti applicativi e, soprattutto, di avviare prestigiose collaborazioni internazionali.

L’ultima, con l’Imperial College di Londra e l’Università di Oxford, ha portato allo sviluppo di FibMap, un modello di rete neurale progettato per ricostruire la dinamica della fibrillazione atriale e rendere più efficiente e personalizzato l’intervento chirurgico volto a risolverla. La fibrillazione atriale è un’aritmia cardiaca caratterizzata da segnali elettrici non coordinati, che causano una contrazione inefficace degli atri del cuore. Le conseguenze? La possibile formazione di coaguli di sangue e la ridotta efficienza della funzione di pompa cardiaca, che possono aumentare il rischio di ictus e limitare la qualità della vita. Quando la terapia farmacologica e il trattamento terapeutico risultano inefficaci, è possibile intervenire tramite cateteri ed eseguire un’ablazione, ossia lesionare in maniera mirata gli atri del cuore per isolare elettricamente le aree che innescano l’aritmia e ripristinare il normale ritmo cardiaco. Secondo i dati fornitici da Marjam Rüdiger-Stürchler, presidentessa della Swiss Society of Cardiology, nel 2023 in Svizzera sono stati eseguiti 9975 casi di terapia ablativa assistita da catetere, di cui 304 casi in Ticino. Ma non sempre hanno successo, perché l’ablazione deve avvenire nel punto giusto.

«Prima dell’ablazione si acquisiscono dati con una serie di sensori che forniscono segnali elettrici - spiega Alippi. - Partendo da questi, si ricostruisce il profilo elettrico atriale e si decide in quale punto è più opportuno eseguire la lesione. Ma non è sempre facile avere una buona ricostruzione elettrica del profilo dell’atrio, perché i sensori acquisiscono solo pochi dati». Qui entra in gioco FibMap, basato su un algoritmo messo a punto da Cesare Alippi, Andrea Cini (ricercatore postdoc all’USI) e Alexander Jenkins, un dottorando dell’Imperial College di Londra oggi in mobilità nel gruppo di Alippi. «Per funzionare - dice Alippi - FibMap ha bisogno solo di toccare qui e là il cuore, esplorando il 10% dell’atrio. Da questi pochi dati, riesce a ricostruire la mappa elettrica complessiva degli atri con una precisione del 210% superiore rispetto alle tecniche attuali». I sensori non devono nemmeno essere distribuiti su tutto il cuore, basta che si appoggino in un punto e si muovano in quella zona. «L’algoritmo - continua Alippi - sfrutta lo spazio, cioè la superficie dell’atrio, e il tempo, ossia i segnali elettrici temporali, generati in diversi punti e in continua evoluzione, e ricostruisce i dati mancanti». Semplificando, FibMap consente di mappare l’atrio del cuore in maniera più precisa e permette di individuare più facilmente il punto dove l’ablazione sarebbe più efficiente. 

Lo strumento è stato testato con successo su un campione di 51 pazienti. «L’algoritmo ha appreso un comportamento di gruppo - prosegue Alippi - che viene poi ricalibrato e adattato alle caratteristiche uniche di ogni nuovo paziente». In altre parole, durante i test sono stati raccolti dati da tante angolazioni parziali del cuore, sempre diverse tra loro. A partire da questi dati è possibile creare una mappatura del cuore di ogni nuovo paziente. Il sistema è virtuoso. «Più pazienti abbiamo, più i risultati sul singolo andranno a migliorare ulteriormente nel tempo» - conclude Alippi.

FibMap promette di essere un importante ausilio medico, in grado di migliorare l’efficienza del trattamento della fibrillazione atriale. Tuttavia, per vederlo all’opera in Svizzera, sarà necessario attendere. Cesare Alippi e il suo team hanno infatti appena depositato la domanda di brevetto. Come spiega Andrea Foglia, membro del Consiglio della Swiss Technology Transfer Association (swiTT) e responsabile del servizio di trasferimento tecnologico dell’USI, il processo non è breve. «Il primo deposito - dice - è stato fatto nel Regno Unito. Da qui si ha un anno di tempo per decidere come continuare. Oppure si puà depositare una domanda internazionale PCT (Patent Cooperation Treaty), come faremo noi, fino a 30 mesi. Quindi si potrà scegliere in quali altre nazioni si desidera proteggere la scoperta. Dal deposito del brevetto alla realizzazione finale del nuovo "prodotto" possono passare anche dai tre ai cinque anni». Data l’importanza del mercato elvetico, la protezione sarà probabilmente estesa anche alla Svizzera. Va detto, tuttavia, che per l’implementazione in ambito ospedaliero, il discorso è separato. Il brevetto tutela l’invenzione, ma la sua applicazione in ambito clinico è legata al rispetto di normative sanitarie e regolamentari. L’invenzione potrebbe essere implementata anche senza brevetto. L’algoritmo c’è, i risultati anche. Ora la sfida è portare FibMap dagli studi di ricerca alle sale operatorie.