Una ricerca internazionale a guida italiana, pubblicata su European Heart Journal - Quality of Care and Clinical Outcomes, ha delineato un impiego dell'intelligenza artificiale per semplificare la diagnosi dello scompenso cardiaco. Questo approccio si basa sull'analisi dell'elettrocardiogramma (ECG). Il modello AI è stato progettato per individuare segnali elettrici sottili, non visibili alla lettura tradizionale dell'ECG, ma legati a livelli elevati di NT-proBNP, un biomarcatore ematico cruciale per la diagnosi dello scompenso cardiaco.
La rete neurale profonda è stata addestrata su un vasto dataset di 84.895 elettrocardiogrammi, ciascuno abbinato ai risultati degli esami per il dosaggio del biomarcatore NT-proBNP.
La ricerca ha coinvolto l'Università della Calabria, Humanitas University, l'Università Federico II di Napoli, l'Università e l'Azienda sanitaria universitaria di Trieste, l'Università di Zurigo, l'Imperial College London, il King’s College London e la Seoul National University. Dopo l'addestramento, l'algoritmo è stato testato su 679 pazienti nei centri di Cosenza e Trieste, dimostrando un'accuratezza vicina al 90% nell'identificazione di valori a rischio.
L'algoritmo e il biomarcatore NT-proBNP
L'algoritmo è capace di riconoscere nell'elettrocardiogramma micro-segnali elettrici specifici, direttamente collegati a concentrazioni elevate del biomarcatore NT-proBNP. Questo biomarcatore, rilevato tramite esame del sangue, è fondamentale nel protocollo di accertamento quando si sospetta scompenso cardiaco.
Nel percorso diagnostico tradizionale, il sospetto nasce da sintomi generici come stanchezza, affanno o gonfiore alle gambe, richiedendo poi esami di laboratorio e un'ecografia cardiaca per la conferma.
Ciro Indolfi, primo autore dello studio e presidente della Fondazione italiana cuore e circolazione della Società italiana di cardiologia, ha sottolineato come lo scompenso cardiaco sia «una delle grandi emergenze sanitarie del nostro Paese». I dati indicano oltre un milione di persone colpite in Italia e circa 80.000 nuovi casi ogni anno, prevalentemente tra gli anziani. La prevalenza nella popolazione generale è stimata tra l'1% e il 2%.
L'ECG come filtro digitale per gli approfondimenti
L'obiettivo dello studio è trasformare l'elettrocardiogramma in un "filtro digitale".
Questo strumento preliminare, rapido ed efficace, potrà segnalare ai medici quali pazienti necessitino di ulteriori accertamenti diagnostici, come il dosaggio del biomarcatore NT-proBNP o l'ecografia cardiaca. Tale approccio potrebbe snellire il percorso diagnostico, permettendo un'identificazione più tempestiva dei soggetti a rischio di scompenso cardiaco e un avvio più rapido delle terapie, specialmente dove l'accesso a laboratori specializzati è limitato. L'algoritmo, pur non sostituendo la diagnosi definitiva, si propone come un valido supporto per ottimizzare le risorse e migliorare l'efficienza del sistema sanitario nella gestione di questa patologia.
