Uno studio innovativo, nato a Modena e condotto in collaborazione con importanti atenei italiani, apre nuove prospettive nell’utilizzo dell’elettrocardiogramma (ECG) per la prevenzione cardiovascolare. Pubblicata sulla prestigiosa rivista nordamericana Journal of Electrocardiology, la ricerca dimostra come un algoritmo basato sull’Intelligenza Artificiale sia in grado di stimare il rischio cardiovascolare a lungo termine a partire da un semplice tracciato ECG.

Diagnosi e previsione con IA

L’elettrocardiogramma, esame diffuso e non invasivo, può diventare uno strumento chiave non solo per la diagnosi immediata, ma anche per la previsione di eventi futuri. Lo studio ha preso in esame oltre 60mila tracciati raccolti in 17 anni nelle strutture sanitarie della provincia di Modena. In forma anonima e retrospettiva, sono stati analizzati quasi un milione di dati numerici, permettendo di sviluppare un algoritmo in grado di identificare segnali di rischio anche in ECG che appaiono normali a un primo esame.

Grazie alla digitalizzazione dei tracciati, oggi conservati in grandi database, è possibile elaborare e confrontare grandi quantità di dati, rendendo l’Intelligenza Artificiale uno strumento ideale per migliorare l’efficacia dell’ECG. Il sistema sviluppato consente non solo di diagnosticare condizioni in atto, ma di fare anche valutazioni prognostiche, cioè stimare la probabilità che una persona sviluppi problemi cardiovascolari nei successivi anni. Il progetto ha coinvolto, oltre l’Azienda USL di Modena e l’Ospedale di Baggiovara, l’Università di Modena e Reggio Emilia, il Politecnico di Milano e l’Università di Bergamo. Si tratta del primo studio europeo di tipo prognostico sull’elettrocardiogramma di popolazione.

Leggi anche

L’obiettivo è ora quello di estendere l’utilizzo di questi algoritmi nella pratica clinica quotidiana, offrendo ai medici uno strumento in più per individuare precocemente soggetti a rischio, anche in assenza di sintomi evidenti. Una diagnosi precoce, infatti, può aumentare significativamente le possibilità di trattamento efficace e di prevenzione di eventi gravi. La banca dati utilizzata per lo studio comprende oltre 400mila tracciati, una risorsa preziosa per lo sviluppo futuro di modelli ancora più accurati. Il progetto rappresenta un esempio concreto di come tecnologia e medicina possano integrarsi per migliorare la salute pubblica.

Alessio D'Amato

© Riproduzione riservata