I ricercatori dello Smidt Heart Institute di Cedars-Sinai hanno scoperto che un algoritmo di intelligenza artificiale (AI) è in grado di rilevare un ritmo cardiaco anormale in persone che non mostrano ancora sintomi.
L’algoritmo, che ha identificato segnali nascosti nei comuni test diagnostici medici, può aiutare i medici a prevenire meglio ictus e altre complicazioni cardiovascolari nelle persone con fibrillazione atriale, il tipo più comune di disturbo del ritmo cardiaco.
Nella fibrillazione atriale, i segnali elettrici nel cuore che regolano il pompaggio del sangue dalle camere superiori a quelle inferiori sono caotici. Ciò può causare il ristagno di sangue nelle camere superiori e la formazione di coaguli di sangue che possono viaggiare fino al cervello e innescare un ictus ischemico.
Per creare l’algoritmo, i ricercatori hanno programmato uno strumento di intelligenza artificiale per studiare i modelli trovati nelle letture dell’elettrocardiogramma.
Il programma è stato addestrato per analizzare le letture dell’elettrocardiogramma effettuate tra il 1 gennaio 1987 e il 31 dicembre 2022, da pazienti visitati presso due reti sanitarie dei Veterans Affairs. L’algoritmo è stato addestrato su quasi un milione di elettrocardiogrammi e ha previsto con precisione che i pazienti avrebbero avuto fibrillazione atriale entro 31 giorni.
Leggi il full text dell’articolo:
- Deep Learning of Electrocardiograms in Sinus Rhythm From US Veterans to Predict Atrial Fibrillation
Neal Yuan, MD; Grant Duffy, BS; Sanket S. Dhruva, MD, MHS; Adam Oesterle, MD; Cara N. Pellegrini, MD; John Theurer, BS; Marzieh Vali, MS; Paul A. Heidenreich, MD; Salomeh Keyhani, MD; David Ouyang, MD
JAMA Cardiol. Published online October 18, 2023. doi:10.1001/jamacardio.2023.3701
