Una sentinella infallibile per il nostro cuore, che nel prossimo futuro potrà aiutare a diagnosticare le malattie cardiovascolari sempre prima, a prescrivere le terapie migliori, a monitorare i pazienti a più alto rischio per scongiurare eventi cardiovascolari fatali.
Sono sempre più numerosi gli studi che dimostrano l’efficacia dell’intelligenza artificiale nella gestione delle patologie cardiovascolari e anche per questo in occasione dell’85° Congresso Nazionale della Società Italiana di Cardiologia (SIC), è stato presentato il primo Documento di Consenso italiano sull’impiego dell’AI in cardiologia, firmato dai massimi esperti nazionali.
Il documento, prendendo in esame gli utilizzi di AI e machine learning in cardiologia, ne sottolinea le grandi potenzialità a partire dal monitoraggio serrato dei pazienti ad alto rischio ricoverati con malattie cardiache: un ampio studio su quasi 16.000 pazienti pubblicato di recente su Nature Medicine, per esempio, ha dimostrato che la mortalità a tre mesi può ridursi del 31% associando l’AI all’elettrocardiogramma per identificare i casi con una maggiore probabilità di andare incontro a un evento fatale.
“L’impiego dell’AI nella valutazione degli ECG è molto promettente anche per migliorare la diagnosi precoce dell’infarto: uno studio su 362 pazienti sottoposti a ECG prima dell’arrivo in ospedale ha dimostrato un’accuratezza del 99% nell’identificare i casi più seri, con tempi di valutazione medi di appena 37 secondi, circa 4 volte inferiori a quelli di un medico in carne e ossa, che hanno accorciato ad appena 18 minuti l’intervallo fra l’arrivo in clinica e la procedura di rivascolarizzazione - osserva Ciro Indolfi, past-president della Società Italiana di Cardiologia e professore straordinario di Cardiologia all’Università di Cosenza – L’AI si è rivelata efficiente nella valutazione degli esami Holter o per il telemonitoraggio di pazienti con defibrillatori impiantabili, e potrebbe rivelarsi decisiva per aumentare l’utilità dei dispositivi indossabili nella diagnosi precoce, migliorando l’analisi dei parametri raccolti. Anche l’analisi delle ecocardiografie, delle risonanze magnetiche e delle TAC può essere resa più precisa e approfondita grazie all’AI, per la diagnosi di cardiomiopatie o di disfunzioni valvolari o anche per la quantificazione della stenosi coronarica attraverso la valutazione delle angiografie, che ha dimostrato un’accuratezza superiore al 98% nell’identificare trombi e calcificazioni”.
Il documento di consenso sottolinea che l’impiego di algoritmi di machine learning e AI potrebbe anche migliorare la diagnosi di malattie come l’ipertensione e lo scompenso cardiaco, che potrebbero inoltre essere gestite in maniera più adeguata grazie all’accuratezza dell’AI nella classificazione del rischio dei pazienti e quindi nella scelta fra le possibili terapie.