Scompenso cardiaco, l’IA legge nell’ECG i segnali nascosti: accuratezza vicina al 90%

Oltre un milione di persone in Italia convivono con lo scompenso cardiaco, ma un semplice elettrocardiogramma potrebbe aiutare a individuare più rapidamente i pazienti con valori elevati di NT-proBNP, il biomarcatore utilizzato nella diagnosi della malattia. È quanto emerge da uno studio internazionale a guida italiana pubblicato su European Heart Journal - Quality of Care and Clinical Outcomes, nel quale un modello di Intelligenza Artificiale ha raggiunto un’accuratezza vicina al 90% nell’identificare i valori a rischio. I ricercatori hanno addestrato una rete neurale profonda utilizzando 84.895 coppie di elettrocardiogrammi ed esami del sangue per l’NT-proBNP. L’algoritmo ha imparato a riconoscere nell’ECG micro-segnali elettrici non identificabili con la lettura tradizionale, ma associati alla presenza di livelli elevati del biomarcatore. Il modello è stato successivamente testato su 679 pazienti nei centri di Cosenza e Trieste, confermando un’accuratezza prossima al 90% nell’individuazione dei valori a rischio.

"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 la prevalenza è stimata nell’1-2% della popolazione generale, con circa 80mila nuovi casi ogni anno. La frequenza aumenta con l’età e la malattia rappresenta una delle principali cause di ricovero nella popolazione anziana, con conseguenze sulla mortalità, sulla qualità di vita e sulla sostenibilità del Servizio sanitario nazionale. Oggi il sospetto diagnostico nasce spesso da sintomi poco specifici, come affanno, stanchezza o gonfiore alle gambe. Per confermarlo sono necessari il dosaggio dell’NT-proBNP attraverso un esame del sangue e l’ecocardiogramma.

"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 dello studio. L’ECG, invece, è un esame immediato, non invasivo ed economico, disponibile anche sul territorio. È proprio su questo passaggio che si concentra il possibile impiego clinico dell’algoritmo: trasformare l’elettrocardiogramma in uno strumento di selezione dei pazienti da indirizzare agli approfondimenti. "Applicare l’IA all’ECG permette di trasformarlo in un vero e proprio ‘filtro digitale’", afferma Sinagra, in grado di segnalare al medico quando può essere opportuno richiedere il dosaggio dell’NT-proBNP e ulteriori accertamenti specialistici. L’algoritmo, però, non sostituisce il biomarcatore di laboratorio e non consente da solo di formulare una diagnosi di scompenso cardiaco. Il suo potenziale è soprattutto quello di favorire il riconoscimento precoce del rischio e di facilitare la selezione dei pazienti da sottoporre agli esami diagnostici, in particolare nei contesti in cui il test ematico non sia immediatamente disponibile. "Questi risultati dimostrano che l’ECG contiene molte più informazioni di quelle visibili all’occhio umano", sottolinea Indolfi. "Con l’intelligenza artificiale possiamo ricavare per la prima volta da un esame semplice e universale un segnale di allerta sul possibile aumento dell’NT-proBNP e indirizzare il paziente verso gli accertamenti appropriati".

Tra le prospettive indicate dagli autori c’è anche un possibile utilizzo nei percorsi di cardiologia di prossimità, dagli studi dei medici di famiglia alle strutture territoriali, fino alle aree con un accesso più difficile ai laboratori e alla diagnostica specialistica. "È un approccio che potrà essere particolarmente utile per la diagnosi e il trattamento dello scompenso cardiaco soprattutto nelle aree dove l’accesso al laboratorio e alla diagnostica specialistica è più difficile", afferma Sinagra. Prima di un impiego su larga scala, tuttavia, saranno necessari studi prospettici per verificare l’effettivo impatto dell’algoritmo sui percorsi assistenziali e sugli esiti clinici. Anche l’eventuale utilizzo per lo screening opportunistico o, in futuro, nell’ambito di programmi di popolazione dovrà essere valutato attraverso ulteriori studi. Le malattie cardiovascolari rappresentano intanto la prima causa di morte in Italia e sono responsabili di circa il 30% dei decessi. In questo scenario, secondo gli autori, la possibilità di utilizzare l’IA per estrarre nuove informazioni da un esame già ampiamente disponibile potrebbe contribuire a rendere più precoce e uniforme l’identificazione dei pazienti a rischio. "Per una valorizzazione clinica il dato andrà poi posto nel contesto complessivo e lì interverranno l’intelligenza umana e la competenza del medico", conclude Sinagra.