Un nuovo studio condotto dall’Università della California, Berkeley, pubblicato su Nature, ha dimostrato che l’intelligenza artificiale può individuare nei tracciati elettrocardiografici (ECG) segnali legati al rischio di morte cardiaca improvvisa che fino ad ora erano sfuggiti ai medici. Utilizzando oltre 440.000 ECG provenienti dalla Svezia, combinati con certificati di morte e cartelle cliniche, i ricercatori hanno addestrato un modello di IA a riconoscere pattern associati a eventi di arresto cardiaco improvviso. Il modello è stato testato anche su dati di pazienti negli Stati Uniti e a Taiwan, mostrando efficienza pure in sistemi sanitari diversi.

L’arresto cardiaco improvviso colpisce ogni anno centinaia di migliaia di persone, alcune senza diagnosi di patologie cardiache pregresse, inclusi giovani atleti. Attualmente, il principale sistema di valutazione del rischio è la frazione di eiezione ventricolare sinistra (LVEF), che misura la quantità di sangue pompata dal cuore a ogni battito. Tuttavia, questa metodologia non riesce a identificare tutte le persone a rischio. Il nuovo metodo basato su IA ha individuato un gruppo ad alto rischio con una frequenza annuale di morte cardiaca improvvisa del 7%, rispetto al 4,6% tra coloro che presentano una LVEF ridotta. La maggior parte dei pazienti segnalati dall’IA non era stata rilevata dagli screening tradizionali.

Oltre a fornire un punteggio di rischio, i ricercatori hanno cercato di capire esattamente quali elementi l’IA riconoscesse. Attraverso un’ulteriore analisi, si è scoperta una caratteristica visibile nella derivazione aVL dell’ECG, presente nel complesso QRS, mai descritta prima in letteratura e fortemente predittiva di morte cardiaca improvvisa.

L’uso diffuso dei defibrillatori impiantabili salva vite, ma l’attuale sistema di selezione lascia margini d’errore. Il nuovo strumento di IA potrebbe aiutare i medici a individuare meglio chi necessiti di monitoraggi più approfonditi e ridurre impianti non necessari. Sono già in corso test della tecnologia su database ospedalieri in Svezia, Taiwan e Stati Uniti: se un ECG viene segnalato come a rischio, si potrebbe contattare il paziente per un monitoraggio più costante.

Lo sviluppo di questa IA ha richiesto la raccolta di dati sanitari per circa un decennio, evidenziando la necessità di regole chiare su protezione, condivisione e uso delle informazioni personali dei pazienti.

Al momento questa tecnologia non è accessibile al pubblico e non è possibile caricare autonomamente un ECG per ottenere una valutazione personale. Sono in corso ulteriori test per garantire affidabilità e sicurezza prima dell’introduzione nella pratica clinica.