Valutazione dell'ipertensione polmonare assistita dall'intelligenza artificiale (AIPHY)

I pazienti con ipertensione polmonare (IP) rappresentano una coorte impegnativa ed eterogenea con elevata morbilità e mortalità se non trattata. Per fare una diagnosi definitiva di PH, è necessario condurre un cateterismo invasivo del cuore destro (RHC) per valutare la pressione arteriosa polmonare media (mPAP). Poiché l'IP si verifica sporadicamente in varie condizioni mediche, tra cui la malattia del tessuto connettivo e le cardiopatie congenite, e i sintomi di presentazione non sono specifici, è necessario sollevare il sospetto di IP all'inizio nella comunità. Per questo motivo, gli strumenti non invasivi ampiamente disponibili per lo screening iniziale sarebbero l'ideale per consentire una diagnosi tempestiva di PH. L'ecocardiografia transtoracica è emersa come il cardine per lo screening dell'IP, ma la sensibilità e la specificità di questo approccio rimangono limitate anche in mani esperte. Con l'avanzare delle tecnologie ad alto rendimento e il miglioramento dell'accesso ai big data di PH, sarà fondamentale selezionare con prudenza gli approcci di intelligenza artificiale per l'analisi, la visualizzazione e l'interpretazione dei dati. Combinando i dati clinici multimodali (come gli indicatori della radiografia del torace, dell'elettrocardiografia e dell'ecocardiografia), questo studio mira a sviluppare programmi assistiti dall'intelligenza artificiale per assistere lo screening e la diagnosi di PH e per valutare la sua accuratezza diagnostica per PH come confrontato con RHC e per stimare se questo approccio supera il metodo ecocardiografico convenzionale.