Un comune elettrocardiogramma potrebbe in futuro aiutare a individuare più rapidamente i pazienti a rischio di scompenso cardiaco, riducendo la necessità di ricorrere immediatamente a esami più complessi. È quanto emerge da uno studio internazionale a guida italiana pubblicato su European Heart Journal – Quality of Care and Clinical Outcomes.
I ricercatori hanno sviluppato un modello di intelligenza artificiale capace di analizzare l’elettrocardiogramma alla ricerca di segnali elettrici estremamente sottili, non riconoscibili dalla lettura tradizionale, ma associati a livelli elevati di NT-proBNP, uno dei principali biomarcatori utilizzati nella valutazione dello scompenso cardiaco.
L’IA “legge” segnali invisibili nell’elettrocardiogramma
Il modello è costituito da una rete neurale profonda, addestrata utilizzando 84.895 coppie di elettrocardiogrammi e valori di NT-proBNP, raccolte da 40.762 pazienti adulti.
L’algoritmo ha imparato a riconoscere specifiche caratteristiche del tracciato elettrocardiografico associate alla presenza di concentrazioni elevate del biomarcatore. Successivamente, il sistema è stato sottoposto a una validazione esterna su 679 pazienti nei centri di Cosenza e Trieste.
In questa fase, il modello ha mostrato una capacità di discriminazione vicina al 90% nell’individuare livelli elevati di NT-proBNP, indicando la possibilità di utilizzare l’ECG come primo strumento di selezione dei pazienti da sottoporre a ulteriori accertamenti.
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.
Un possibile aiuto per riconoscere prima lo scompenso
Lo scompenso cardiaco può iniziare con manifestazioni poco specifiche, come stanchezza, affanno e gonfiore agli arti inferiori. Per arrivare alla diagnosi sono necessari la valutazione clinica e, quando indicato, ulteriori esami, tra cui il dosaggio dell’NT-proBNP attraverso un prelievo di sangue e l’ecocardiogramma.
«Lo scompenso cardiaco è una delle grandi emergenze sanitarie del nostro Paese», spiega Ciro Indolfi, primo autore dello studio e presidente della Fondazione italiana cuore e circolazione della Società italiana di cardiologia. In Italia, secondo quanto riportato dagli autori, la condizione interessa oltre un milione di persone e si registrano circa 80.000 nuovi casi ogni anno, soprattutto nella popolazione anziana.
L’obiettivo della tecnologia non sarebbe quindi quello di sostituire gli esami diagnostici, ma di intercettare più rapidamente i pazienti che potrebbero aver bisogno di approfondimenti.
«Per confermare il sospetto servono un prelievo del sangue con analisi di laboratorio e un’ecografia al cuore», sottolinea Gianfranco Sinagra, presidente della Società italiana di cardiologia e coautore della ricerca. L’integrazione dell’IA nell’ECG potrebbe trasformare l’esame in una sorta di “filtro digitale”, in grado di segnalare al medico quando è opportuno procedere con ulteriori accertamenti.
L’ECG non sostituisce la diagnosi
I risultati dello studio non indicano che l’intelligenza artificiale sia già in grado di diagnosticare autonomamente lo scompenso cardiaco.
Il modello identifica infatti un segnale associato a livelli elevati di NT-proBNP. Il dato deve essere interpretato insieme ai sintomi del paziente, alla storia clinica, all’esame obiettivo e agli eventuali ulteriori accertamenti.
Il possibile vantaggio consiste dunque nell’utilizzare un esame già ampiamente disponibile, rapido e non invasivo per selezionare i pazienti che potrebbero beneficiare di un approfondimento diagnostico.
Dalla ricerca alla medicina territoriale
Una delle prospettive più interessanti riguarda proprio l’accessibilità dell’elettrocardiogramma. L’esame può essere eseguito in numerosi contesti sanitari, dalle strutture territoriali agli ambulatori e ai servizi di emergenza.
Un sistema di IA capace di estrarre dall’ECG informazioni non evidenti alla lettura convenzionale potrebbe quindi essere particolarmente utile nei contesti in cui l’accesso immediato agli esami di laboratorio o alla diagnostica cardiologica specialistica è più difficile.
Prima di un’eventuale introduzione su larga scala, tuttavia, saranno necessari ulteriori studi prospettici per verificare se l’utilizzo del modello migliori concretamente i percorsi diagnostici e gli esiti dei pazienti.
La prospettiva delineata dalla ricerca è quella di trasformare un esame semplice e già molto diffuso in un possibile strumento di screening e supporto alla decisione clinica, sfruttando l’intelligenza artificiale per far emergere dall’elettrocardiogramma informazioni che normalmente non sono visibili.
In altre parole, l’ECG potrebbe non diventare da solo un nuovo test diagnostico per lo scompenso, ma un primo filtro digitale capace di indicare più rapidamente quali pazienti meritano ulteriori approfondimenti.
