La cardiologia entra in una nuova era predittiva. Anumana, azienda statunitense specializzata in diagnostica cardiovascolare basata su intelligenza artificiale, ha presentato al congresso American Heart Association (AHA) 2025 nuovi dati clinici che aprono la strada a una rivoluzione nella prevenzione dello scompenso cardiaco.
ECG-AI e rischio di scompenso: il valore della previsione precoce con Anumana
Lo studio di punta, pubblicato in contemporanea sul Journal of the American College of Cardiology, ha dimostrato che l’analisi dei tracciati ECG tramite AI può migliorare in modo significativo la previsione a breve termine del rischio di sviluppare insufficienza cardiaca. I ricercatori hanno analizzato oltre 14.000 partecipanti provenienti da tre grandi studi longitudinali (Framingham Heart Study, Multi-Ethnic Study of Atherosclerosis e Cardiovascular Health Study), confrontando i risultati con i modelli clinici tradizionali.
L’integrazione dell’algoritmo ECG-AI LEF di Anumana con l’equazione clinica PREVENT-HF ha permesso di riclassificare fino al 12,5% dei soggetti in categorie di rischio più elevate, non rilevate dai soli fattori clinici. Chi presentava un tracciato ECG-AI positivo aveva una probabilità venti volte superiore di sviluppare scompenso cardiaco entro tre anni rispetto a chi risultava negativo.
“L’analisi AI dei comuni ECG a 12 derivazioni consente di rilevare variazioni elettriche impercettibili che segnalano una disfunzione cardiaca precoce. I risultati suggeriscono che l’ECG-AI può migliorare l’identificazione dei pazienti a rischio ben prima della comparsa dei sintomi, offrendo l’opportunità di intervenire tempestivamente”, ha spiegato Akshay S. Desai, direttore del Heart Failure Disease Management Program del Brigham and Women’s Hospital.
L'algoritmo Anumana ECG-AI LEF: sensibilità del 90% e specificità dell’85%
L’algoritmo ECG-AI LEF ha raggiunto un valore di AUC pari a 0,944, con sensibilità del 90,2% e specificità dell’85,1%, dimostrando una capacità predittiva elevata. La ricerca è stata condotta in collaborazione con il programma HeartShare/AMP Heart Failure del National Heart, Lung, and Blood Institute, sfruttando la piattaforma BioData Catalyst per l’analisi di dati fenotipici e longitudinali.
“Questo studio rappresenta un passo importante verso una sanità predittiva, in cui l’AI non si limita a rilevare le malattie ma le previene”, ha dichiarato Simos Kedikoglou, presidente e COO di Anumana.
Oltre l’insufficienza cardiaca: AI per ipertensione polmonare e sindrome di Takotsubo
Anumana ha presentato anche tre abstract che evidenziano la versatilità dell’intelligenza artificiale in cardiologia.
Uno studio multicentrico su cinque sistemi sanitari statunitensi ha mostrato che l’ECG-AI è in grado di individuare l’ipertensione polmonare con sensibilità dell’84% e specificità del 72%.
Un secondo lavoro ha rivelato che oltre il 74% dei pazienti con ipertensione polmonare arteriosa o tromboembolica cronica aveva almeno un ECG positivo all’AI prima della diagnosi formale, riducendo potenzialmente i ritardi diagnostici.
Un terzo studio ha esplorato l’associazione tra numero di gravidanze e rischio di cardiomiopatia di Takotsubo, utilizzando i dati delle cartelle cliniche elettroniche per ricostruire la storia riproduttiva delle pazienti.
Verso una cardiologia predittiva e personalizzata
Fondata da nference e Mayo Clinic, Anumana sviluppa soluzioni software as a medical device che applicano modelli multimodali di AI per supportare la diagnosi precoce e la decisione clinica in tempo reale. L’obiettivo è estendere l’uso degli algoritmi ECG-AI oltre la diagnostica, fino alla prevenzione e alla gestione intraoperatoria.
Dal 2025, il suo algoritmo ECG-AI LEF è disponibile negli Stati Uniti e rimborsabile a livello federale, aprendo la strada a una più ampia integrazione dell’AI nelle cure cardiache di routine.
Come sottolinea Kedikoglou, “la nostra missione è usare l’intelligenza artificiale per trasformare la cardiologia da disciplina reattiva a proattiva”.
