I ricercatori dello Smidt Heart Institute del Cedars-Sinai Medical Centre (USA) hanno messo a punto un algoritmo basato sull’intelligenza artificiale che è in grado di rilevare anomalie del ritmo cardiaco nelle persone asintomatiche, identificando segnali che sfuggono agli esami diagnostici e permettendo così di prevenire meglio ictus e altre complicanze cardiovascolari nei pazienti con fibrillazione atriale, il disturbo cardiaco più comune. Inoltre, l’algoritmo funziona in contesti e popolazioni di pazienti differenti.
Secondo gli esperti, circa una persona su tre con fibrillazione atriale non sa di soffrire della patologia. Nella fibrillazione i segnali elettrici del cuore che regolano il pompaggio del sangue non sono regolari e questo può causare ristagno di sangue e formazione di coaguli all’interno delle camere cardiache; coaguli che possono arrivare al cervello e provocare un ictus ischemico.
L’algoritmo
Per mettere a punto l’algoritmo i ricercatori hanno programmato uno strumento basato sull’intelligenza artificiale che è stato ‘addestrato’ su quasi un milione di ECG, ricavati da due reti ospedaliere dei Veterans Affairs.
L’algoritmo ha previsto con precisione i casi di fibrillazione atriale che si sono verificati entro 31 giorni dall’osservazione. Applicando il metodo in modo retrospettivo sulle cartelle cliniche, il metodo ha mostrato lo stesso livello di performance.
“Questa ricerca consente una migliore identificazione di una malattia nascosta e fornisce indicazioni sul modo migliore per sviluppare algoritmi generalizzabili a tutti i pazienti”, conclude David Ouyang, autore senior della ricerca.
Fonte: JAMA Cardiology 2023
