Stetoscopio AI: raddoppia il rilevamento dell’insufficienza cardiaca in gravidanza
RomeL'insufficienza cardiaca durante la gravidanza è una condizione grave spesso trascurata a causa dei suoi sintomi simili a quelli della normale gravidanza, come affanno e stanchezza estrema. Una recente ricerca presentata al Congresso della Società Europea di Cardiologia ha messo in luce uno studio della Mayo Clinic che ha utilizzato uno stetoscopio alimentato dall'intelligenza artificiale, capace di rilevare il doppio dei casi di insufficienza cardiaca legata alla gravidanza rispetto ai metodi tradizionali.
Lo scompenso cardiaco legato alla gravidanza, in particolare la cardiomiopatia peripartum, può essere molto pericoloso se non diagnosticato precocemente. Una diagnosi tardiva può comportare gravi complicazioni che richiedono cure intensive, pompe cardiache meccaniche o persino un trapianto di cuore. Identificare questa condizione in tempi brevi permette ai medici di iniziare trattamenti che possono gestire efficacemente i sintomi.
Lo studio ha affrontato l'uso di uno stetoscopio digitale potenziato dall'intelligenza artificiale in Nigeria, dove i problemi cardiaci durante la gravidanza sono comuni. I risultati principali sono:
- Maggiore Rilevamento: Gli strumenti basati su AI hanno scoperto il doppio dei casi con una frazione di eiezione (FE) inferiore al 50%.
- Rilevamento Precoce: I medici che utilizzano l'intelligenza artificiale erano 12 volte più propensi a individuare una debolezza cardiaca con una FE inferiore al 45%, indicando cardiomiopatia peripartum.
- Screening Completo: Lo screening, che ha utilizzato stetoscopi digitali potenziati dall'AI e algoritmi ECG, è stato altamente accurato nell'identificare la funzione cardiaca debole.
L'algoritmo sviluppato dalla Mayo Clinic per l'AI-ECG a 12 derivazioni è stato adattato per l'uso negli stetoscopi digitali di Eko Health. La FDA degli Stati Uniti ha approvato questo stetoscopio avanzato per individuare l'insufficienza cardiaca con frazione di eiezione ridotta, fondamentale per un trattamento adeguato della patologia.
Le valutazioni hanno mostrato benefici significativi a diversi livelli di FE. Se la FE è inferiore al 45%, si tratta di cardiomiopatia peripartum. Se scende sotto il 40%, indica insufficienza cardiaca con frazione di eiezione ridotta, dove alcuni farmaci possono migliorare notevolmente i sintomi e ridurre il rischio di morte. Se la FE è inferiore al 35%, significa una funzione cardiaca molto compromessa, che richiede trattamenti avanzati per l'insufficienza cardiaca e possibilmente l'impianto di un defibrillatore.
Questo studio potrebbe rivoluzionare l'assistenza prenatale grazie ai progressi nell'uso della tecnologia AI, soprattutto in paesi con alte incidenze di insufficienza cardiaca correlata alla gravidanza come la Nigeria. È cruciale comprendere come gli operatori sanitari possano adottare e integrare questi strumenti. Il successo dello studio in Nigeria suggerisce che un'applicazione più estesa di queste tecnologie potrebbe migliorare la salute materna a livello globale.
Il prossimo passo consiste nel testare questo strumento di intelligenza artificiale negli Stati Uniti per valutarne l'efficacia in diversi contesti sanitari e per varie popolazioni. È particolarmente importante condurre questa valutazione poiché le donne afroamericane presentano un tasso più elevato di cardiomiopatia peripartum. Con un forte finanziamento e supporto alla ricerca, questa tecnologia potrebbe migliorare significativamente l'assistenza sanitaria materna.
Lo studio è pubblicato qui:
http://dx.doi.org/10.1038/s41591-024-03243-9e la sua citazione ufficiale - inclusi autori e rivista - è
Demilade A. Adedinsewo, Andrea Carolina Morales-Lara, Bosede B. Afolabi, Oyewole A. Kushimo, Amam C. Mbakwem, Kehinde F. Ibiyemi, James Ayodele Ogunmodede, Hadijat Olaide Raji, Sadiq H. Ringim, Abdullahi A. Habib, Sabiu M. Hamza, Okechukwu S. Ogah, Gbolahan Obajimi, Olugbenga Oluseun Saanu, Olusoji E. Jagun, Francisca O. Inofomoh, Temitope Adeolu, Kamilu M. Karaye, Sule A. Gaya, Isiaka Alfa, Cynthia Yohanna, K. L. Venkatachalam, Jennifer Dugan, Xiaoxi Yao, Hanna J. Sledge, Patrick W. Johnson, Mikolaj A. Wieczorek, Zachi I. Attia, Sabrina D. Phillips, Mohamad H. Yamani, Yvonne Butler Tobah, Carl H. Rose, Emily E. Sharpe, Francisco Lopez-Jimenez, Paul A. Friedman, Peter A. Noseworthy, Rickey E. Carter. Artificial intelligence guided screening for cardiomyopathies in an obstetric population: a pragmatic randomized clinical trial. Nature Medicine, 2024; DOI: 10.1038/s41591-024-03243-920 novembre 2024 · 17:56
Salto sensoriale: l'AI riconosce le texture delle superfici con tecnologia quantistica
Condividi questo articolo