Scompenso cardiaco, l’IA “legge” nell’ECG segnali invisibili all’occhio umano

L’elettrocardiogramma potrebbe diventare un primo “filtro digitale” per individuare più rapidamente il rischio di scompenso cardiaco. È quanto emerge da uno studio internazionale a guida italiana pubblicato su European Heart Journal – Quality of Care and Clinical Outcomes, che ha utilizzato l’Intelligenza Artificiale per individuare nell’ECG segnali non riconoscibili alla lettura tradizionale. Il modello è stato sviluppato analizzando 84.895 coppie di ECG e valori di NT-proBNP provenienti da 40.762 pazienti adulti e successivamente sottoposto a validazione esterna su 679 pazienti in due centri cardiovascolari. Nella validazione esterna, il modello ha mostrato una capacità di discriminazione vicina al 90% nell’individuare livelli elevati di NT-proBNP. Alla ricerca hanno collaborato Università della Calabria, Humanitas University, Università Federico II di Napoli, Università e Azienda sanitaria universitaria di Trieste, Università di Zurigo, Imperial College London, King’s College London e Seoul National University.

Dall’ECG un segnale che normalmente non si vede

L’algoritmo è una rete neurale profonda addestrata a riconoscere micro-segnali elettrici presenti nell’elettrocardiogramma e associati a livelli elevati di NT-proBNP. L’obiettivo non è sostituire l’esame di laboratorio, ma sfruttare un esame già ampiamente disponibile per individuare i pazienti che potrebbero avere bisogno di ulteriori accertamenti. L’ECG, infatti, è rapido, non invasivo, relativamente economico e facilmente accessibile, anche in contesti in cui non è immediatamente disponibile un laboratorio o una diagnostica cardiologica specialistica.

Perché lo scompenso cardiaco può essere difficile da riconoscere

La diagnosi può iniziare da sintomi poco specifici, come stanchezza, affanno o gonfiore alle gambe. Per confermare il sospetto sono normalmente necessari ulteriori accertamenti, tra cui il dosaggio dell’NT-proBNP attraverso un prelievo di sangue e l’ecocardiogramma. È proprio in questo passaggio che l’algoritmo potrebbe avere un ruolo: l’ECG potrebbe segnalare al medico la necessità di approfondire il quadro clinico, soprattutto quando gli esami successivi non sono immediatamente disponibili.

Non una diagnosi automatica, ma uno strumento di selezione

I risultati non significano che l’IA possa diagnosticare da sola lo scompenso cardiaco. L’NT-proBNP resta il biomarcatore di riferimento e il risultato dell’algoritmo deve essere interpretato nel contesto clinico complessivo. Il possibile impiego dell’ECG potenziato dall’IA sarebbe quindi quello di favorire un riconoscimento più precoce del rischio e una selezione più mirata dei pazienti da sottoporre agli approfondimenti diagnostici.

Una possibile applicazione anche nelle aree più isolate

Uno degli aspetti più interessanti riguarda l’accessibilità. L’ECG è disponibile in molti contesti assistenziali, dagli studi dei medici di famiglia alle strutture territoriali e alle ambulanze. Per questo, un sistema capace di estrarre dall’esame informazioni aggiuntive potrebbe avere un ruolo soprattutto nelle aree in cui l’accesso al laboratorio o alla diagnostica specialistica è più difficile. Secondo gli autori, l’approccio potrebbe contribuire a ridurre le disuguaglianze territoriali, ma prima di un utilizzo su larga scala saranno necessari studi prospettici capaci di verificare il beneficio effettivo sui percorsi assistenziali e sugli esiti clinici.

Dalla ricerca alla cardiologia di prossimità

La prospettiva è quella di trasformare un esame semplice e già diffuso in un possibile strumento di cardiologia di precisione e di prossimità. L’IA potrebbe aiutare a far emergere dall’ECG informazioni che normalmente non vengono rilevate, ma il dato dovrà essere integrato con sintomi, anamnesi, esame clinico e competenza del medico. È questo il passaggio che, secondo gli autori, potrà determinare il reale valore clinico della tecnologia.

Iscriviti alla Newsletter di Sanità Informazione per rimanere sempre aggiornato