Il nuovo modello di intelligenza artificiale prevede il ricovero ospedaliero per insufficienza cardiaca

I dati dei dispositivi cardiaci impiantabili possono aiutare i medici a prevedere quando un paziente sarà ricoverato in ospedale per insufficienza cardiaca (HF), secondo una nuova ricerca pubblicata su EP Europa. I ricercatori hanno spiegato che la chiave per tali previsioni accurate era un modello avanzato di intelligenza artificiale che forniva valutazioni in tempo reale di parametri specifici del paziente e tendenze di monitoraggio in corso.

Lo studio Selene HF ha incluso più di 900 pazienti con un’età media di 69 anni e una frazione di eiezione media del 30%. L’81% dei partecipanti erano uomini. Tutti i pazienti avevano un defibrillatore cardioverter (ICD) o un defibrillatore cardioverter (CRT-D) prodotto da Biotronik. Ogni partecipante è stato registrato da uno dei 34 siti in Italia e Spagna.

L’algoritmo del team di ricerca si è concentrato su sette fattori principali: frequenza cardiaca diurna e notturna, contrazioni ventricolari esterne, carico dell’aritmia atriale, variabilità della frequenza cardiaca, attività fisica e resistenza toracica. È progettato per avvisare i medici quando devono intervenire e fornire assistenza, evitando potenzialmente ulteriori problemi.

“L’allarme HF andrà a beneficio sia dei pazienti che dei medici”, ha affermato l’autore principale Antonio Donofrio, cardiologo presso l’Ospedale Monaldi in Italia. affermazione. “Rilevare precocemente il deterioramento dell’HF e stratificare in modo proattivo i pazienti a rischio può aiutare a migliorare la qualità delle cure ed evitare riammissioni ospedaliere. Ciò può anche ridurre l’onere per le cliniche e aiutare ad allocare le risorse in modo efficiente”.