Combinando un algoritmo matematico e i parametri rilevati da un elettrocardiogramma (Ecg), l’intelligenza artificiale è in grado di stimare il rischio cardiovascolare. La combinazione è stata formulata da Paolo Giovanardi, cardiologo del Dipartimento Cure primarie dell’azienda Usl di Modena e della Cardiologia dell’ospedale Civile dell’azienda ospedaliero-universitaria di Modena. Lo studio è stato recentemente pubblicato sul ‘Journal of Electrocardiology‘. A
Lo studio ha utilizzato ben 60mila elettrocardiogrammi registrati negli ultimi 17 anni presso le strutture sanitarie pubbliche della provincia di Modena. In maniera anonima e retrospettiva sono stati processati quasi un milione di dati numerici estrapolati dai tracciati, evidenziando come il contemporaneo utilizzo di più parametri in un semplice algoritmo matematico, coadiuvato da tecniche di machine learning, incrementa significativamente il valore prognostico dell’elettrocardiogramma riuscendo a valutare il rischio cardiovascolare a lungo termine. “La stima del rischio – spiegano i ricercatori in una nota – può essere effettuata anche con altre metodiche fra le quali gli score clinici, parametri bioumorali o esami strumentali spesso costosi e difficilmente utilizzabili in ampie popolazioni. L’elettrocardiogramma invece è un test semplice, economico e largamente disponibile, il cui utilizzo potrebbe essere ulteriormente implementato nella cura delle malattie cardiovascolari che anche ai giorni nostri rappresentano uno dei più rilevanti problemi di salute nel mondo occidentale e sono la principale causa di morte e invalidità nel nostro Paese, con un pesante impatto sull’aspettativa di vita delle persone, sulla qualità di vita, sull’organizzazione e sulla spesa sanitaria”.
“Siamo molto orgogliosi dei risultati del lavoro e del gruppo multidisciplinare che si è creato che ha lavorato con passione, dedizione e senza finanziamenti – afferma Giovanardi -. Quello che abbiamo realizzato è uno dei primi studi mondiali di popolazione in tale ambito, con risultati rilevanti anche rispetto a nostre precedenti pubblicazioni in cui avevamo utilizzato le comuni analisi statistiche. L’elettrocardiogramma è un semplice esame ancora fondamentale nella pratica clinica quotidiana e l’utilizzo delle nuove tecniche di intelligenza artificiale sta rapidamente rivoluzionando anche l’approccio alla diagnostica elettrocardiografica consentendo di ottenere delle inaspettate performance diagnostiche e prognostiche”. Serve comunque “grande attenzione e grande prudenza nell’utilizzo di queste applicazioni e il processo diagnostico-terapeutico deve essere sempre guidato dai principi della buona pratica clinica. Queste opportunità tecnologiche diventeranno rapidamente un aiuto insostituibile, ma occorrerà tanto lavoro per confermare, migliorare e rendere applicabili i risultati ottenuti, anche se siamo consapevoli che la tecnologia sta rapidamente modificando il nostro lavoro”, conclude Giovanardi.
lla ricerca hanno partecipato, in particolare per l’elaborazione statistica, informatica e per l’interpretazione dei risultati, anche l’università degli Studi di Modena-Reggio Emilia, il Politecnico di Milano e l’università di Bergamo.
Con Giovanardi hanno collaborato Martina Doneda del Dipartimento di Informatica e Bioingegneria del Politecnico di Milano, Ettore Lanzarone del Dipartimento di Informatica e Ingegneria della produzione dell’università di Bergamo, Federico Silipo del Dipartimento interaziendale di Ingegneria clinica di Modena e Cecilia Vernia, Andi Vjerdha e Claudio Giberti dei Dipartimenti di Scienze fisiche, informatiche e matematiche e di Scienze e Metodi dell’ingegneria di UniMore.
Iscriviti alla Newsletter di Sanità Informazione per rimanere sempre aggiornato
