#HFA2025 – Intelligenza artificiale e ECG: una nuova frontiera nella diagnosi precoce dell’insufficienza cardiaca in Kenya

Belgrado, Serbia, 18 maggio 2025 – L’insufficienza cardiaca è una patologia prevalente nell’Africa subsahariana, con pazienti spesso più giovani e soggetti a prognosi sfavorevoli rispetto ai paesi ad alto reddito. La diagnosi precoce della disfunzione sistolica ventricolare sinistra (LVSD) è cruciale per identificare i soggetti a rischio, ma l’ecocardiografia, considerata il gold standard diagnostico, non è sempre disponibile in contesti con risorse limitate. Un recente studio condotto in Kenya ha valutato un algoritmo basato su elettrocardiogramma (ECG) abilitato dall’intelligenza artificiale (AI) come metodo di screening per la LVSD.

L’algoritmo AI-ECG

L’AI-ECG è un software validato per analizzare i tracciati elettrocardiografici e identificare i pazienti con LVSD. Il modello, denominato AiTiALVSD, è stato sviluppato da Medical AI Co (Seoul, Corea del Sud) e utilizza un’analisi avanzata per predire la probabilità di LVSD. La soglia predefinita di rischio elevato era fissata a 0,097.

Lo studio clinico

Il professor Ambarish Pandey, dell’Università del Texas Southwestern Medical Center, ha presentato i risultati di uno studio prospettico multicentrico condotto in Kenya. Lo studio ha coinvolto 5.992 pazienti adulti che si sono rivolti a otto strutture sanitarie. Ai partecipanti è stato registrato un ECG a 12 derivazioni e il loro rischio cardiovascolare è stato classificato in base alla presenza di malattie cardiovascolari preesistenti o al punteggio di rischio Framingham (FRS >10%).

Risultati principali

Lo studio ha evidenziato risultati promettenti:

• 18,3% dei partecipanti presentava LVSD secondo l’AI-ECG.
• La prevalenza era più alta nei soggetti con FRS elevato (22,9%) e in quelli con patologie cardiovascolari preesistenti (32,0%) rispetto ai soggetti a basso rischio (9,9%).
• In una sotto-coorte di 1.444 partecipanti valutati sia con AI-ECG che con ecocardiografia, la disfunzione ventricolare sinistra è stata confermata nel 14,1% dei pazienti.

L’AI-ECG ha mostrato performance eccellenti rispetto all’ecocardiografia:

• Sensibilità: 95,6% (capacità di identificare correttamente i pazienti con LVSD).
• Specificità: 79,4% (capacità di escludere correttamente chi non ha LVSD).
• Valore predittivo negativo: 99,1% (bassa probabilità di falsi negativi).

Implicazioni e prospettive future

Il Dr. Bernard Samia, presidente della Kenya Cardiac Society, ha sottolineato come l’AI-ECG rappresenti uno strumento a basso costo e scalabile per la diagnosi precoce dell’insufficienza cardiaca in contesti con risorse limitate. Il professor Pandey ha inoltre evidenziato il bisogno di screening su scala più ampia in diversi paesi africani, con lo scopo di valutare l’impatto della diagnosi precoce sulla gestione terapeutica dei pazienti con LVSD.

Conclusioni

L’integrazione dell’intelligenza artificiale nella diagnostica cardiologica sta aprendo nuove possibilità per migliorare l’accesso alla cura nelle aree meno servite. Con studi futuri su larga scala, l’AI-ECG potrebbe diventare uno strumento chiave per la prevenzione delle patologie cardiache, riducendo la morbilità e migliorando gli esiti clinici in popolazioni vulnerabili.