In uno studio recente condotto dal Cardiovascular Data Science (CarDS) Lab della Yale School of Medicine, i ricercatori hanno creato uno strumento di intelligenza artificiale (AI) che identifica gli individui ad alto rischio di sviluppare insufficienza cardiaca analizzando immagini di elettrocardiogrammi (ECG). Questo strumento innovativo consente una rilevazione anticipata dell'insufficienza cardiaca, il che potrebbe portare a una riduzione dei ricoveri ospedalieri e delle morti premature, secondo i ricercatori. I risultati dello studio sono stati pubblicati online nell'European Heart Journal. Gli ECG sono esami non invasivi che valutano l'attività elettrica del cuore utilizzando elettrodi posizionati sulla pelle. Poiché questi test vengono frequentemente eseguiti e sono facilmente accessibili, costituiscono una piattaforma eccellente per lo screening dell'insufficienza cardiaca su larga scala. L'insufficienza cardiaca è una condizione cardiovascolare prevalente che colpisce milioni di persone a livello globale. Attualmente, l'identificazione degli individui ad alto rischio di insufficienza cardiaca comporta tipicamente una combinazione di valutazioni cliniche, tra cui la storia clinica dettagliata, esami fisici e analisi del sangue, che potrebbero non essere sempre accessibili, nota il primo autore Lovedeep Singh Dhingra, MBBS, borsista post-dottorato presso il CarDS Lab. Secondo Dhingra, lo strumento basato su AI rappresenta un importante progresso nella valutazione del rischio di insufficienza cardiaca. “Il nostro modello, che utilizza una fotografia di un ECG a 12 derivazioni come input, è stato in grado di valutare efficacemente il rischio di insufficienza cardiaca tra diverse popolazioni negli Stati Uniti, Regno Unito e Brasile, ” ha dichiarato.

“Ora possiamo prevedere chi potrebbe essere a rischio di sviluppare insufficienza cardiaca in futuro, anche prima che mostrino sintomi chiari. ” L'autore senior dello studio, Rohan Khera, MD, MS, professore assistente di medicina (medicina cardiovascolare) e direttore del CarDS Lab, ha sottolineato le significative implicazioni per la salute pubblica di questa ricerca. “Ogni volta che un clinico esegue un ECG—una procedura che è già parte della cura clinica standard—il nostro semplice strumento offre un’opportunità per lo screening e la valutazione del rischio per le malattie cardiovascolari, ” ha spiegato Khera. “La disponibilità diffusa della tecnologia ECG, anche in contesti con risorse limitate, consente un intervento precoce e migliori risultati per i pazienti che altrimenti rimarrebbero non diagnosticati. ” Come parte dell’iniziativa globale del CarDS Lab, il modello di AI è stato testato su diverse popolazioni internazionali, enfatizzando il suo potenziale per un’ampia implementazione. “Il nostro obiettivo è garantire l'integrazione ampia ed equa delle tecnologie sanitarie basate su AI nella pratica medica quotidiana, ” ha aggiunto Khera. “Questa è la nostra prossima sfida. ” Questa ricerca ha ricevuto finanziamenti da sovvenzioni fornite dal National Heart, Lung, and Blood Institute, dal National Institute on Aging dei National Institutes of Health (NIH), e dalla Doris Duke Charitable Foundation. Altri autori affiliati con Yale includono Arya Aminorroaya, MD, PhD, Veer Sangha, Aline Pedroso, PhD, Harlan Krumholz, MD, SM, e Evangelos Oikonomou, MD, DPhil. Per ulteriori informazioni, leggi l'articolo intitolato “Stratificazione del rischio di insufficienza cardiaca usando intelligenza artificiale applicata alle immagini dell'elettrocardiogramma: uno studio multinazionale. ” Il Dipartimento di Medicina Interna della Yale School of Medicine si colloca tra i principali dipartimenti del paese, unendo un gruppo d'élite di clinici, ricercatori, educatori e personale all'interno di una delle migliori scuole di medicina al mondo. Per saperne di più, visita Medicina Interna.