Una nuova “sentinella infallibile” per il cuore: l’intelligenza artificiale (IA) sta aprendo la strada a una diagnosi sempre più tempestiva delle malattie cardiovascolari, a una prescrizione più mirata delle terapie e a un monitoraggio più efficace dei pazienti a rischio. Le sue potenzialità in questo campo sono confermate da numerosi studi e, in occasione dell’85° Congresso Nazionale della Società Italiana di Cardiologia (SIC), che si svolge a Roma fino al 15 dicembre, è stato presentato il primo Documento di Consenso italiano sull’impiego dell’IA in cardiologia, firmato dai principali esperti nazionali.
Il documento analizza le applicazioni dell’IA e del machine learning in cardiologia, evidenziando i progressi più rilevanti, come nel caso del monitoraggio dei pazienti ad alto rischio. Uno studio recente su quasi 16.000 pazienti, pubblicato su Nature Medicine, ha mostrato che la mortalità a tre mesi può essere ridotta del 31% grazie all’uso dell’IA insieme all’elettrocardiogramma, per individuare i pazienti con maggiore probabilità di soffrire di eventi fatali.
IA per la diagnosi precoce dell’infarto
“L’impiego dell’IA nella valutazione degli ECG è molto promettente anche per migliorare la diagnosi precoce dell’infarto: uno studio su 362 pazienti sottoposti a ECG prima dell’arrivo in ospedale ha dimostrato un’accuratezza del 99% nell’identificare i casi più seri, con tempi di valutazione medi di appena 37 secondi, circa 4 volte inferiori a quelli di un medico in carne e ossa, che hanno accorciato ad appena 18 minuti l’intervallo fra l’arrivo in clinica e la procedura di rivascolarizzazione“, afferma Ciro Indolfi, past-president della Società Italiana di Cardiologia e professore straordinario di Cardiologia all’Università di Cosenza.
L’IA ha mostrato risultati promettenti anche nell’analisi degli esami Holter e nel telemonitoraggio di pazienti con defibrillatori impiantabili. “Potrebbe rivelarsi decisiva per aumentare l’utilità dei dispositivi indossabili nella diagnosi precoce, migliorando l’analisi dei parametri raccolti“, osserva Indolfi. Inoltre, la tecnologia potrebbe perfezionare l’analisi di ecocardiografie, risonanze magnetiche e TAC, rendendo la diagnosi di cardiomiopatie, disfunzioni valvolari e stenosi coronarica più precisa. “L’accuratezza dell’IA nell’analisi delle angiografie ha dimostrato di superare il 98% nell’identificare trombi e calcificazioni”, aggiunge.
IA al servizio delle malattie cardiovascolari: vantaggi e criticità
Il documento di consenso sottolinea come l’uso di algoritmi di machine learning e IA possa migliorare anche la diagnosi di altre malattie cardiovascolari, come l’ipertensione e lo scompenso cardiaco. Grazie alla precisione dell’IA nella classificazione del rischio, sarà possibile scegliere le terapie più appropriate per ogni paziente.
Tuttavia, come avverte Ciro Indolfi, “esistono anche criticità di cui tenere conto utilizzando l’IA, non solo perché sono necessarie altre e più ampie ricerche per validarne le potenzialità e gli usi nella pratica clinica, ma soprattutto per gli aspetti etici e normativi su cui è necessario riflettere“. Infatti, molti algoritmi, in particolare quelli basati sul deep learning, operano spesso come “black box”, prendendo decisioni sulla base di calcoli complessi difficili da decrittare per un essere umano, rendendo difficile rilevare eventuali errori o bias.
“È altrettanto fondamentale interrogarsi sulle modalità di introduzione dell’IA per definire bene di chi siano le responsabilità di scelte dettate dagli algoritmi“, continua Indolfi. La FDA classifica i prodotti di IA come “software come dispositivi medici” e il regolamento dell’Unione Europea AI Act (2024/1689) impone specifici obblighi ai produttori e sviluppatori, come il divieto di applicazioni che possano comportare rischi eccessivi, e richiede valutazioni di conformità per tutti i prodotti da immettere sul mercato, classificandoli in quattro classi di rischio crescente. La valutazione dei sistemi di IA, che evolvono nel tempo con potenziali effetti sulla loro performance, presenta sfide maggiori rispetto ai dispositivi medici tradizionali, ma affrontarle sarà cruciale per poter sfruttare al meglio i vantaggi offerti da questi sistemi.