L’Intelligenza Artificiale basata sul Deep Learning può predire l’aritmia cardiaca con 30 minuti di anticipo
L’aritmia cardiaca, in particolare la fibrillazione atriale, rappresenta una delle condizioni cardiache più comuni al mondo, colpendo circa 59 milioni di persone nel 2019. Questa irregolarità nel battito cardiaco è associata a un aumento del rischio di insufficienza cardiaca, demenza e ictus, rendendo la sua rilevazione precoce e il trattamento una priorità per i sistemi sanitari globali.
Un gruppo di ricercatori del Luxembourg Centre for Systems Biomedicine (LCSB) dell’Università di Lussemburgo hanno recentemente sviluppato un modello di deep learning capace di prevedere la transizione da un ritmo cardiaco normale alla fibrillazione atriale con un anticipo di circa 30 minuti dalla sua insorgenza e un’accuratezza del 80%. Questi risultati, pubblicati sulla rivista scientifica Patterns, aprono la strada all’integrazione di questa tecnologia nei dispositivi indossabili, permettendo interventi precoci e migliori risultati per i pazienti.
Cosa si intende per fibrillazione atriale
La fibrillazione atriale è caratterizzata da battiti cardiaci irregolari e asincroni tra gli atri e i ventricoli del cuore. Questa condizione può richiedere interventi intensivi come la defibrillazione o l’ablazione di aree specifiche del cuore responsabili dei segnali errati.
La capacità di prevedere un episodio di fibrillazione atriale con sufficiente anticipo consentirebbe ai pazienti di adottare misure preventive per mantenere stabile il ritmo cardiaco. Attualmente, i metodi basati sull’analisi del ritmo cardiaco e dei dati elettrocardiografici riescono a rilevare la fibrillazione atriale solo poco prima del suo inizio, senza fornire un preavviso adeguato.
Il modello di Deep Learning WARN
Il modello di deep learning sviluppato, denominato WARN (Warning of Atrial fibRillatioN), utilizza dati sul ritmo cardiaco per riconoscere diverse fasi del battito cardiaco – ritmo sinusale, pre-fibrillazione atriale e fibrillazione atriale – e calcolare una “probabilità di pericolo” che il paziente possa sviluppare un episodio imminente.
In prossimità del manifestarsi dell’evento di fibrillazione atriale, la probabilità aumenta fino a superare una soglia specifica e scatta quindi il preavviso al paziente.
WARN è stato addestrato e testato su registrazioni di 24 ore raccolte da 350 pazienti presso il Tongji Hospital di Wuhan, Cina, e ha fornito avvisi precoci in media 30 minuti prima dell’inizio della fibrillazione atriale con grande precisione.
Vantaggi della previsione precoce della fibrillazione atriale
La previsione precoce di un episodio di fibrillazione atriale offre numerosi vantaggi. Permette ai pazienti di assumere farmaci antiaritmici o utilizzare trattamenti mirati per prevenire l’insorgenza dell’aritmia, riducendo così la necessità di interventi di emergenza e migliorando gli esiti clinici. Questo approccio proattivo può ridurre il carico sui sistemi sanitari, migliorando la qualità della vita dei pazienti e minimizzando le complicanze associate alla fibrillazione atriale.
Prospettive future, tra dispositivi indossabili e personalizzazione del modello di deep learning
Un aspetto interessante del modello WARN è la sua alta performance utilizzando solo l’intervallo R-R (cioè il tempo tra complessi elettrocardiografici successivi registrati dall’elettrocardiogramma), che può essere acquisito da dispositivi indossabili e accessibili come smartwatch.
Questi dispositivi possono essere usati quotidianamente dai pazienti, aprendo possibilità per il monitoraggio in tempo reale e generando avvisi precoci da dispositivi indossabili confortevoli. Inoltre, il modello di deep learning sviluppato dai ricercatori potrebbe essere implementato negli smartphone per elaborare i dati raccolti dagli smartwatch, rendendo il monitoraggio continuo del ritmo cardiaco una realtà pratica e accessibile.
Guardando al futuro, i ricercatori si concentreranno sullo sviluppo di modelli personalizzati. L’uso quotidiano di un semplice smartwatch fornisce costantemente nuove informazioni sulle dinamiche cardiache personali, permettendo di affinare e rieducare continuamente il modello per quel particolare paziente, migliorando le performance e fornendo avvisi ancora più precoci. Questo approccio personalizzato potrebbe portare a nuovi trial clinici e interventi terapeutici innovativi, aprendo nuove frontiere nella gestione delle aritmie cardiache.
Il ruolo di Tholomeus nella gestione delle aritmie
Tholomeus, piattaforma avanzata di telemedicina, è all’avanguardia nell’integrazione di tecnologie innovative per la gestione delle aritmie.
Attraverso la telemedicina, Tholomeus offre servizi di monitoraggio remoto e consulenze virtuali, permettendo ai pazienti di ricevere assistenza medica tempestiva e personalizzata senza la necessità di spostarsi fisicamente. I pazienti possono utilizzare dispositivi indossabili collegati alla piattaforma per ricevere avvisi precoci, consentendo interventi rapidi e prevenendo episodi di fibrillazione atriale.
L’uso di modelli di deep learning come WARN rappresenta un passo avanti significativo nella gestione delle aritmie cardiache, offrendo ai pazienti la possibilità di adottare misure preventive e migliorare la loro qualità di vita. La combinazione di tecnologie innovative e servizi di telemedicina di Tholomeus permette un monitoraggio continuo e personalizzato, riducendo il rischio di complicazioni gravi e migliorando gli esiti clinici.