(Adnkronos) – L'età del cuore? Può non essere quella scritta sulla carta d'identità. Ci sono infatti 50enni con il cuore più malandato di un 60enne, e coetanei talmente in forma da avere un'età cardiaca reale che li avvicina a persone di 10 anni più giovani. Come si calcola l'età biologica del cuore? Potrebbe pensarci l'intelligenza artificiale e 'leggendo' i dati dell'elettrocardiogramma prevedere un aumento del rischio di mortalità ed eventi cardiovascolari. L'età biologica teorica dei cuori, rispetto a quella cronologica assoluta (l'età della persona), si stima dunque sul funzionamento dell'organo. Come si può fare lo dimostra un team di ricercatori in uno studio presentato al Congresso Ehra (European Heart Rhythm Association) 2025, evento scientifico della Società europea di cardiologia (Esc). Gli esperti hanno dimostrato che, utilizzando l'Ia per analizzare i dati standard dell'Ecg a 12 derivazioni presi da quasi mezzo milione di casi, sono stati in grado di creare un algoritmo per predire l'età biologica del cuore, che potrebbe essere usato per identificare i soggetti più a rischio di eventi cardiovascolari e morte. "La nostra ricerca ha dimostrato che quando l'età biologica del cuore superava la sua età cronologica di 7 anni, il rischio di mortalità per tutte le cause e di eventi cardiovascolari avversi maggiori aumentava bruscamente", spiega Yong-Soo Baek, professore associato dell'Inha University Hospital, in Corea del Sud. "Al contrario, se l'algoritmo stimava che il cuore biologico fosse 7 anni più giovane dell'età cronologica, ciò riduceva il rischio di morte e di eventi cardiovascolari avversi maggiori". L'integrazione dell'intelligenza artificiale nella diagnostica clinica, ragionano gli esperti, offre nuove opportunità per migliorare l'accuratezza predittiva in cardiologia. "Utilizzare l'Ia per sviluppare algoritmi in questo modo introduce un potenziale cambiamento di paradigma nella valutazione del rischio cardiovascolare", afferma Baek. Lo studio ha valutato le capacità prognostiche di un algoritmo basato sul deep learning. E' stata sviluppata una rete neurale profonda e addestrata su un consistente set di dati di 425.051 Ecg a 12 derivazioni raccolti in 15 anni, con successiva convalida e test su una coorte indipendente di 97.058 Ecg. Sono state condotte analisi comparative tra pazienti abbinati per età e sesso, differenziati per frazione di eiezione. Nei modelli statistici, un'età cardiaca 'Ecg Ai' che superava l'età cronologica del cuore di 7 anni era associata a un aumento del rischio di mortalità per tutte le cause del 62% e di eventi cardiovascolari maggiori (Mace) del 92%. Al contrario, un'età cardiaca 'Ecg Ai' 7 anni più giovane di quella cronologica riduceva il rischio di mortalità per tutte le cause del 14% e di Mace del 27%. Inoltre, i soggetti con frazione di eiezione ridotta hanno mostrato sistematicamente età cardiache Ecg Ai aumentate. Gli autori spiegano che la significatività di questa correlazione osservata insieme ad altri parametri, come durate Qrs prolungate e intervalli Qt corretti, suggerisce che l'età cardiaca Ecg Ai riflette efficacemente vari processi di depolarizzazione e ripolarizzazione cardiaca. Questi indicatori di rimodellamento elettrico all'interno del cuore possono indicare problemi di salute cardiaca sottostanti e la loro associazione con la frazione di eiezione. Tuttavia, Baek avverte che "è fondamentale ottenere una dimensione del campione statisticamente sufficiente in studi futuri per convalidare ulteriormente questi risultati. Questo approccio migliorerà la robustezza e l'applicabilità dell'Ia Ecg nelle valutazioni cliniche della funzionalità e della salute cardiaca". "L'età cardiaca biologica stimata dall'intelligenza artificiale da elettrocardiogrammi a 12 derivazioni è fortemente associata a un aumento della mortalità e degli eventi cardiovascolari – conclude Baek – e questo sottolinea la sua utilità nel migliorare la diagnosi precoce e le strategie preventive nell'assistenza sanitaria cardiovascolare. Questo studio conferma il potenziale trasformativo dell'Ia nel perfezionare le valutazioni cliniche e migliorare i risultati dei pazienti". —[email protected] (Web Info)
