Page 31 - CnO 259-260

D ALLE AREE - C ARDIORENALE E METABOLIC A
E GRUPPO DI S TUDIO INTELLIGENZA AR TIFICIALE IN C ARDIOLOGIA

al consulto con il dottor indicata per una malattia cardiaca. Cardiologia dall’imaging all’analisi
Google al consulto con Tutto ciò ha richiesto tempo ed i del rischio cardiovascolare
Dil dottor IA, il salto è risultati non sono sempre stati quelli fino alla personalizzazione del
stato più breve di quanto si possa sperati ma in un futuro neanche trattamento. L’analisi quotidiana
immaginare. Nel giro di pochissimi troppo lontano l’intelligenza delle immagini cardiologiche
anni l’intelligenza artificiale (IA) è artificiale modificherà in maniera può essere noiosa e richiedere
emersa come una forza prorompente radicale l’operato dei medici e molto tempo, tuttavia, il nostro
e trasformativa in molti campi e l’interazione con i pazienti. lavoro quotidiano è notevolmente
la Cardiologia non fa eccezione. Il Passato: l’ECG come migliorato da quando gli algoritmi
Sfruttando enormi quantità di rudimento dell’integrazione di IA possono analizzare immagini
dell’IA in Cardiologia mediche da ecocardiogrammi,
Il viaggio dell’IA in Cardiologia è risonanza magnetica e tomografia
In questi ultimi anni iniziato alla fine del XX secolo con computerizzata con una precisione

c’è stata un’esplosione l’avvento dei sistemi computerizzati straordinaria ed una velocità
nell’utilizzo di algoritmi per l’analisi dei dati. Le prime
applicazioni si concentravano
di intelligenza artificiale sull’automazione dei compiti di Negli anni ‘80 e ‘90 lo

in campo medico e la routine e sul miglioramento della sviluppo di sistemi di
precisione diagnostica. In questo
Cardiologia non è stata contesto, negli anni ‘80 e ‘90 lo interpretazione dell’ECG
certo a guardare: dai primi sviluppo di sistemi di interpretazione hanno segnato una pietra
dell’elettrocardiogramma (ECG)
rudimentali algoritmi di hanno segnato una pietra miliare miliare verso l’integrazione
interpretazione dell’ECG verso l’integrazione dell’IA nella dell’IA nella diagnostica
diagnostica cardiaca. Questi primi
fino ai sistemi di supporto sistemi, come quelli sviluppati da cardiaca

decisionale avanzato il Hewlett-Packard e GE Healthcare,
potevano analizzare i segnali ECG
viaggio è stato lungo, e rilevare aritmie ed altre anomalie,

affascinante ed a tratti tuttavia, le loro capacità diagnostiche notevole. Ad esempio, attraverso
erano limitate rispetto ai Cardiologi
le cosiddette rete neurali, oggi
rivoluzionario umani. Nei primi anni 2000, le è possibile rilevare una stenosi
tecniche di machine learning coronarica funzionalmente
(ML) hanno iniziato a guadagnare significativa mediante una
dati e algoritmi sofisticati, l’IA terreno. I ricercatori hanno iniziato valutazione tridimensionale (3D)
sta rimodellando il modo in a utilizzare algoritmi di ML per della FFR (Fractional Flow Reserve)
cui diagnostichiamo, trattiamo prevedere la prognosi e stimare il basata sull’angiografia. I modelli
e comprendiamo le malattie rischio cardiovascolare dei pazienti. di IA sono utilizzati per prevedere
cardiovascolari. Infatti, siamo passati Questi primi modelli, sebbene il rischio di eventi cardiovascolari
dal cercare i sintomi di un tumore rudimentali rispetto agli standard come infarti o ictus. Analizzando le
su un motore di ricerca ad utilizzare odierni, hanno gettato le basi per cartelle cliniche elettroniche (EHR)
algoritmi di machine learning per applicazioni di IA più sofisticate. si possono prevedere il rischio
individuare tempestivamente un Il Presente: l’Imaging e la di infarto ed ictus identificando
infarto, a riconoscere una stenosi predizione del rischio quei pazienti ad alto rischio che
coronarica “difficile” e a scegliere Ad oggi l’AI è profondamente potrebbero beneficiare di misure
il trattamento o la procedura più integrata in tutti i campi della preventive. I dispositivi indossabili
www.anmco.it/pages/l-associazione/aree-anmco/area-cardiorenale-e-metabolica
www.anmco.it/pages/l-associazione/gruppo-di-studio/intelligenza-artificiale-in-cardiologia 29