Modellizzazione economica della salute di simulazione di un sistema di supporto alle decisioni cliniche abilitato all’IA per la rivascolarizzazione coronarica

Scelte più intelligenti per la cura del cuore

Le persone con gravi ostruzioni delle arterie coronarie spesso devono affrontare una scelta difficile tra terapia farmacologica, procedure mininvasive o intervento a cuore aperto. Questo studio pone una domanda semplice ma importante: se i medici avessero l’aiuto di un potente strumento di intelligenza artificiale (IA) in grado di prevedere salute e costi futuri, i pazienti potrebbero vivere meglio mentre il sistema sanitario risparmia? Utilizzando dati reali di decine di migliaia di canadesi con malattia cardiaca, i ricercatori mostrano che una guida basata su IA potrebbe spesso raccomandare un trattamento diverso da quello effettivamente somministrato — e che questi cambiamenti potrebbero sia migliorare gli esiti sia ridurre la spesa.

Tre percorsi diversi per un cuore malato

Quando le arterie che forniscono il cuore si restringono, i medici di solito considerano tre opzioni principali. Una è solo la terapia farmacologica, usando farmaci per controllare i sintomi e i fattori di rischio. Un’altra è una procedura tramite catetere che apre i vasi ostruiti dall’interno. La terza è la chirurgia di bypass, che devia il flusso sanguigno intorno alle arterie ostruite utilizzando vasi prelevati da altre parti del corpo. Grandi trial clinici hanno confrontato queste opzioni in gruppi selezionati di pazienti, ma i casi nel mondo reale sono spesso più complessi rispetto alle persone che partecipano agli studi. Età, altre malattie, anatomia e preferenze personali possono rendere la scelta meno chiara, lasciando medici e pazienti a gestire l’incertezza.

Cosa fa effettivamente il sistema IA

Il gruppo ha valutato un sistema di supporto decisionale potenziato dall’IA chiamato Revaz AI. È stato addestrato su dati di oltre 42.000 pazienti sottoposti a imaging delle arterie cardiache in Alberta, Canada. Per ogni nuovo paziente e per ciascuna delle tre opzioni terapeutiche, Revaz AI prevede le probabilità di morte o di eventi cardiaci maggiori nei successivi tre e cinque anni. I ricercatori hanno quindi inserito queste previsioni in un modello computazionale dettagliato che segue ogni paziente per il resto della vita, sommando due aspetti: i costi delle cure e la quantità di tempo trascorsa in buona salute, misurata come «anni di vita aggiustati per la qualità» (QALY), un modo standard per combinare durata e qualità della vita in un unico numero.

Testare diversi modi in cui i medici potrebbero usare l’IA

Usando i registri di 25.942 pazienti reali, gli autori hanno riprodotto la storia su un palcoscenico virtuale. Per ciascuna persona, il modello ha simulato cosa sarebbe successo con tutte e tre le terapie, guidato dalle previsioni di rischio di Revaz AI. Hanno poi confrontato questi futuri simulati con ciò che è realmente accaduto, secondo tre regole ipotetiche su come i medici potrebbero usare lo strumento IA. Nella prima regola, i medici sceglievano l’opzione che offriva il miglior equilibrio tra costo e salute, assumendo che il sistema sanitario fosse disposto a pagare una somma standard per ogni anno aggiuntivo di buona qualità di vita. Nella seconda, i medici ignoravano i costi e sceglievano l’opzione che produceva il maggior numero di anni di vita in buona salute. Nella terza, più cauta, i medici mantenevano il piano originale a meno che l’IA non suggerisse un trattamento diverso che migliorasse chiaramente la qualità di vita attesa del paziente.

Grandi spostamenti verso la chirurgia e migliore valore

In tutti questi scenari, le scelte guidate dall’IA spesso differivano dalle decisioni originali, spostando più frequentemente i pazienti verso la chirurgia di bypass piuttosto che verso procedure con catetere o solo terapia farmacologica. Sotto la regola attenta ai costi, quasi tre quarti dei pazienti nell’analisi principale avrebbero ricevuto un trattamento diverso, portando in media sia a costi vitalizi inferiori sia a più tempo trascorso in buona salute. Anche nella regola cauta, in cui i medici cambiavano percorso solo quando l’IA mostrava un beneficio chiaro, più della metà dei pazienti sarebbe stata trattata diversamente, ancora con modesti risparmi sui costi e guadagni sanitari significativi. Quando il modello si è concentrato esclusivamente sul massimizzare gli anni di vita in buona salute, alcune strategie sono risultate nel complesso più costose ma comunque di buon valore secondo gli standard comuni di politica sanitaria.

Perché questi risultati sono importanti — e i loro limiti

Lo studio suggerisce che il supporto decisionale basato sull’IA potrebbe aiutare i sistemi sanitari a ottenere maggiore beneficio per ogni euro speso nelle cure cardiache complesse. Adattando le scelte al futuro previsto di ciascun paziente — non solo all’anatomia attuale — lo strumento spesso favorisce trattamenti che costano di più in partenza ma prevengono procedure ripetute e ricoveri successivi, in particolare la chirurgia di bypass. Tuttavia, i risultati rappresentano una stima del migliore scenario possibile. Il modello assume che le previsioni di rischio dell’IA siano accurate, che i medici possano sempre seguire le sue raccomandazioni e che i futuri pazienti somiglino a quelli nei dati dell’Alberta e nei trial clinici più datati. Nella vita reale, la capacità chirurgica, la fragilità dei pazienti, le preferenze personali e l’evoluzione delle tecniche mediche limiteranno quanto la pratica potrà avvicinarsi all’ideale simulato.

Cosa significa per i pazienti e i sistemi sanitari

Per i pazienti, la conclusione non è che un computer debba decidere il trattamento, ma che un uso migliore dei dati può affinare la conversazione con i loro medici. Per i sistemi sanitari, il lavoro mostra che l’IA non è solo un gadget tecnologico ma uno strumento che potrebbe migliorare in modo significativo sia gli esiti sia i bilanci se integrato attentamente nelle cure. Prima che tali sistemi possano essere adottati su vasta scala, saranno necessari trial clinici randomizzati per confermare che l’uso dell’IA nelle cliniche reali cambi effettivamente le decisioni come previsto da questa simulazione — e che tali cambiamenti si traducano in vite più lunghe e più sane a costi accettabili.

Citazione: Mullie, T., Puri, A., Bogner, E. et al. Health economic simulation modeling of an AI-enabled clinical decision support system for coronary revascularization. npj Digit. Med. 9, 249 (2026). https://doi.org/10.1038/s41746-026-02430-x

Parole chiave: malattia coronarica, intelligenza artificiale, supporto alle decisioni cliniche, economia sanitaria, chirurgia di bypass