Nella capacità di prevedere un arresto cardiaco, classificare i ritmi cardiaci e stimare gli esiti neurologici post-rianimazione.
Uno studio
internazionale appena pubblicato su Resuscitation
Plus getta le basi per le future linee guida europee sull’arresto
cardiaco, con un focus innovativo sull’impiego dell’intelligenza artificiale
(IA) nella rianimazione cardiopolmonare (RCP).
Intitolato Artificial Intelligence in Resuscitation: A Scoping
Review, il lavoro è stato coordinato da un team multidisciplinare e
internazionale guidato da Federico Semeraro, anestesista rianimatore
dell’Azienda USL di Bologna e presidente dell’European Resuscitation Council
(ERC), ed Elena Giovanna Bignami, docente di Anestesia e Rianimazione
all’Università di Parma e presidente della Società Italiana di Anestesia
Analgesia Rianimazione e Terapia Intensiva (SIAARTI).
L’obiettivo
della ricerca è stato mappare sistematicamente, per la prima volta,
l’applicazione dell’IA nella gestione dell’arresto cardiaco. L’analisi ha preso
in esame 197 studi scientifici pubblicati fino al 2024, evidenziando come l’IA
stia mostrando risultati promettenti, in particolare nella capacità di
prevedere un arresto cardiaco, classificare i ritmi cardiaci e stimare gli
esiti neurologici post-rianimazione.
“L’uso
dell’intelligenza artificiale in questo ambito ha un potenziale enorme –
sottolinea Federico Semeraro – e il nostro studio rappresenterà una fonte
chiave di evidenze scientifiche per la stesura delle linee guida ERC 2025.”
Nonostante le
performance elevate di alcuni algoritmi – con accuratezze superiori al 90% –
l’impiego effettivo nella pratica clinica è ancora limitato. “La sfida – spiega
Elena Giovanna Bignami – è ora quella di integrare questi strumenti nella
routine ospedaliera, garantendone la sicurezza ed efficacia attraverso studi
clinici prospettici.”
Tra le tecniche
analizzate figurano il machine learning, il deep learning e il natural language
processing (NLP). Quest’ultimo, ad esempio, è stato utilizzato per supportare
il personale delle centrali operative 118 nel riconoscimento precoce
dell’arresto cardiaco. “Un assistente virtuale basato su NLP ha dimostrato di
saper individuare l’arresto più rapidamente rispetto a un operatore umano,”
evidenzia Andrea Scapigliati, presidente dell’Italian Resuscitation Council
(IRC) e direttore della Cardioanestesia della Fondazione Policlinico Gemelli –
Università Cattolica di Roma.
Lo studio è
stato sostenuto dall’Università di Parma e dall’Italian Resuscitation Council,
con la partecipazione di numerosi esperti europei: Robert Greif (Università di
Berna), Sebastian Schnaubelt (Università di Vienna), Koenraad Monsieurs (Università
di Anversa), Nino Fijačko (Università di Maribor), Drieda Zace (Università Tor
Vergata di Roma), Giuseppe Ristagno (Università di Milano), Andrea Scapigliati,
Jonathan Montomoli (Azienda USL della Romagna, Rimini) e Lorenzo Gamberini
(Azienda USL di Bologna).
“Questa
revisione fornisce una solida base scientifica per portare l’intelligenza
artificiale fuori dal laboratorio e dentro i sistemi reali di gestione
dell’arresto cardiaco – conclude Semeraro –. Le linee guida europee del 2025
dovranno necessariamente tener conto di queste innovazioni per salvare più
vite, in modo tempestivo ed equo.”
Consulta lo studio su Resuscitation Plus
Azienda USL di Bologna
Nessun commento:
Posta un commento