Un decennio in divenire
Ogni anno negli Stati Uniti più di 300.000 persone muoiono per arresto cardiaco improvviso, una condizione in cui il sistema elettrico del cuore funziona male senza preavviso. L’emergenza medica può uccidere sia gli anziani ad alto rischio che i giovani atleti apparentemente sani senza storia di problemi cardiaci. Mentre i defibrillatori interni che riportano il cuore al ritmo cardiaco possono salvare vite umane, capire chi ne ha effettivamente bisogno rimane un gioco d’ipotesi ad alto rischio. Per maggiori informazioni su questa storia, consulta la nostra copertura dell'industria IA.
Ora, un gruppo di ricerca guidato dall’UC Berkeley ha scoperto un segnale precedentemente non riconosciuto negli elettrocardiogrammi (ECG) in grado di rilevare i pazienti ad alto rischio prima che il loro cuore si fermi. Lo studio, pubblicato il 24 giugno 2026 sulla rivista Nature, potrebbe trasformare il modo in cui i medici identificano chi ha bisogno di un impianto salvavita.
"Le decisioni mediche sono davvero difficili, e penso che sia per questo che l'intelligenza artificiale è così entusiasmante per me", ha affermato Ziad Obermeyer, professore associato presso la School of Public Health della UC Berkeley e autore principale dello studio, in un comunicato stampa universitario. "Non solo possiamo prendere decisioni migliori, ma anche iniziare a capire cosa sta realmente succedendo a questi pazienti prima che il loro cuore si fermi".
Allenamento su 440.000 EKG
Utilizzando più di 440.000 ECG svedesi abbinati alle informazioni dei certificati di morte, i ricercatori hanno addestrato un modello di intelligenza artificiale per analizzare i picchi e le forme d'onda prodotte dalle correnti elettriche del cuore. Hanno alimentato le scansioni del modello di persone sane, pazienti a rischio e coloro che in seguito hanno subito morte cardiaca fino a quando non hanno riconosciuto modelli di forme d’onda unici per le persone che sono morte improvvisamente.
Il team ha poi convalidato l’algoritmo per diversi anni su migliaia di cartelle cliniche aggiuntive provenienti sia dagli Stati Uniti che da Taiwan. Secondo l’università, solo la compilazione dei dati ha richiesto circa un decennio, attingendo a sei anni di scansioni del sistema sanitario unificato svedese, due anni di ECG non identificati da un sistema ospedaliero di San Diego e un set di dati separato da Taipei.
"Una buona intelligenza artificiale inizia con buoni dati", ha affermato Obermeyer, che fa anche parte del programma congiunto UCSF-UC Berkeley Computational Precision Health. "Sfortunatamente, dati come quelli che abbiamo utilizzato per questo studio sono incredibilmente difficili da accedere. È una parte importante del motivo per cui oggi c'è così poca intelligenza artificiale clinica in uso."
Superamento dei test standard
I risultati rappresentano un salto significativo rispetto agli attuali metodi di screening. La tecnica più comunemente utilizzata per identificare i pazienti a rischio misura la quantità di sangue espulsa dal cuore ad ogni battito, nota come frazione di eiezione. Tali test identificano un gruppo ad alto rischio con un tasso annuo di morte cardiaca improvvisa del 4,6%.
Il sistema di intelligenza artificiale, al contrario, isola un gruppo ad alto rischio con un tasso annuo del 7%, segnalando un gruppo più ampio di pazienti che sono a rischio reale ma che sembrano a basso rischio secondo tutti gli standard attuali. La stragrande maggioranza di questi pazienti non sarebbe mai stata indirizzata per un’ulteriore valutazione nell’ambito dei protocolli esistenti.
Mentre un attacco cardiaco deriva da una limitazione del flusso sanguigno, l'arresto cardiaco si verifica quando la corrente elettrica del cuore smette improvvisamente di funzionare. La RCP e lo shock di un defibrillatore automatico esterno possono salvare vite umane, ma circa il 90% di coloro che subiscono un arresto cardiaco improvviso fuori dall'ospedale muoiono in pochi minuti. La velocità e l’imprevedibilità dell’evento rendono la prevenzione straordinariamente difficile.
Il dilemma del defibrillatore
L’ironia della morte cardiaca improvvisa, ha osservato Obermeyer, è che il trattamento esiste già: i medici semplicemente non riescono a identificare in modo affidabile chi ne ha bisogno in tempo. I defibrillatori cardioverter impiantabili (ICD) sono piccoli dispositivi posizionati nel torace che monitorano i ritmi cardiaci ed erogano shock quando vengono rilevati schemi pericolosi.
Il problema è duplice. In primo luogo, il test standard della frazione di eiezione richiede che i pazienti siano sottoposti a una valutazione medica più approfondita, qualcosa che la stragrande maggioranza delle eventuali vittime non sapeva di aver bisogno. In secondo luogo, due terzi degli impianti inseriti in pazienti segnalati dai test attuali non si attivano mai, il che significa che i pazienti vengono sottoposti a procedure invasive e costose per prevenire un’emergenza che potrebbero non affrontare mai.
"In una parte di quelle persone, avremmo potuto prevenire quelle morti se lo avessimo saputo in tempo", ha detto Obermeyer. "Ci sono molte vite perse a causa di morte cardiaca improvvisa che potrebbero essere prevenute se solo avessimo strumenti di intelligenza artificiale migliori per trovare queste cose."
Cosa verrà dopo
La fase successiva del progetto è già iniziata. Obermeyer sta collaborando con i sistemi sanitari in Svezia, Taiwan e negli Stati Uniti per implementare l’algoritmo nei database ECG ospedalieri. Per le scansioni contrassegnate dal sistema come ad alto rischio, i medici avvisano i pazienti e offrono loro la possibilità di indossare un cerotto che monitora continuamente il loro cuore. Questi dati di monitoraggio potrebbero aiutare i ricercatori a comprendere meglio il meccanismo fisiologico all’interno del cuore che genera i segnali rivelatori – e potrebbero infine portare al posizionamento di un defibrillatore interno potenzialmente salvavita.
Lo studio apre anche la porta a nuove ricerche su ciò che lo strumento di intelligenza artificiale ha effettivamente rilevato. I modelli di forma d'onda su cui si è concentrato sembrano correlati al fatto che il cuore ha improvvisamente e fatalmente mancato funzionamento, ma il meccanismo fisiologico preciso rimane poco chiaro: una domanda alla quale il team spera che il monitoraggio continuo possa aiutare a rispondere.
Obermeyer ha anche creato un sito Web in cui le persone interessate a valutare il proprio rischio possono inviare informazioni di base e un indirizzo e-mail, consentendo al team di ricerca di contattarli per l'analisi ECG una volta che lo strumento sarà più ampiamente disponibile. Il progetto si basa sul lavoro di due organizzazioni co-fondate da Obermeyer – Dandelion Health e Nightingale Open Science – che operano all’intersezione tra intelligenza artificiale e ricerca medica.
Al di là delle sue immediate implicazioni cliniche, lo studio sottolinea un punto più ampio sull’intelligenza artificiale in medicina: il valore più grande della tecnologia potrebbe non risiedere nel sostituire i medici, ma nel rivelare modelli invisibili agli occhi umani – modelli che, una volta compresi, potrebbero salvare migliaia di vite ogni anno.
"Ci sarà anche un nuovo modo di fare scienza che deriverà da questi strumenti", ha detto Obermeyer, "ed è divertente pensare a come ciò inizierà ad accadere".
---
Rimani Aggiornato sull'IALe ultime notizie, analisi e scoperte sull'intelligenza artificiale — tutto in un posto.
Leggi altre notizie sull'IA →
