Studi del sonno, l’Ia individua nuovi predittori di rischio

L’intelligenza artificiale applicata ai dati delle polisonnografie può individuare indicatori associati a un’ampia gamma di rischi per la salute, oltre a quelli rilevati dalle misure utilizzate abitualmente nella diagnosi dell’apnea ostruttiva del sonno. È quanto emerge da uno studio pubblicato su Nature.

La polisonnografia registra durante la notte numerosi parametri, tra cui respirazione, attività cerebrale e attività muscolare. Nella pratica clinica, l’analisi si concentra generalmente sull’indice di apnea-ipopnea, cioè sul numero medio di pause respiratorie e riduzioni del flusso respiratorio registrate in un’ora.

Nel nuovo studio, i ricercatori hanno utilizzato un modello di intelligenza artificiale per analizzare i profili fisiologici contenuti in oltre 10.000 esami completi del sonno. I dati sono stati poi messi in relazione con gli esiti clinici a lungo termine presenti nelle cartelle sanitarie dei pazienti.

L’analisi ha identificato cinque sottotipi clinicamente rilevanti, caratterizzati da rischi differenti. I pazienti classificati nel gruppo a rischio più elevato presentavano una probabilità di morte nei cinque anni successivi doppia rispetto a quelli inseriti nel gruppo a rischio più basso. Questa differenza non emergeva attraverso il solo indice di apnea-ipopnea.

Nel gruppo con il profilo più sfavorevole, la probabilità di sviluppare scompenso cardiaco risultava superiore del 65%. Il rischio era maggiore dell’84% per l’infarto, del 93% per il deterioramento cognitivo e di oltre il 200% per fibrillazione atriale ed epilessia, rispetto al gruppo con il rischio più basso.

Secondo i ricercatori, il modello ha mostrato una capacità predittiva simile negli uomini e nelle donne. L’indice di apnea-ipopnea, invece, ha storicamente fornito risultati più accurati nella popolazione maschile.

I risultati sono stati verificati anche in una coorte nazionale separata composta da oltre 6.000 pazienti. In questo gruppo il modello ha mantenuto un livello di accuratezza comparabile.

“Per decenni abbiamo ridotto uno studio del sonno eseguito durante un’intera notte a pochi indicatori riassuntivi”, ha dichiarato Reena Mehra, responsabile dello studio e ricercatrice della University of Washington. “L’intelligenza artificiale ci offre la possibilità di andare oltre queste sintesi e utilizzare l’intera ricchezza della fisiologia del sonno”.