Previsione precoce dell'ECG dello stabilimento e follow-up della coorte di malattie multi-sistema (EARLY-ECG-PRED)

I recenti progressi nell'intelligenza artificiale (AI) hanno ampliato le capacità diagnostiche dell'elettrocardiografia (ECG) oltre le malattie cardiovascolari. Le prove emergenti dimostrano che l'analisi ECG potenziata dall'IA può fornire preziose informazioni su età, genere, rischio di mortalità, funzione cardiaca e condizioni sistemiche come squilibri di elettroliti, disfunzione renale e disturbi della tiroide. Questi risultati posizionano l'ECG come strumento promettente per l'identificazione e la previsione di un ampio spettro di malattie.

Per studiare ulteriormente i meccanismi sottostanti che collegano le anomalie dell'ECG con le malattie multi-sistema e per sviluppare modelli diagnostici, screening e predittivi basati su ECG, abbiamo avviato uno studio di registro multicentrico, prospettico e osservazionale che coinvolgeva pazienti sottoposti a esami ECG. Gli obiettivi del progetto sono i seguenti:

1. Sviluppo del modello di Fondazione AI-ECG

1. Diagnosi di malattie cardiovascolari tradizionali (ad es. Aritmie, infarto del miocardio).
2. Screening dei disturbi multi-sistema, tra cui: malattie circolatorie, digestive, respiratorie e nervose, disturbi endocrini/metabolici, malattie urogenitali, condizioni ematologiche, neoplasie e disturbi della salute mentale.
3. Previsione di condizioni di nuova insorgenza (ad es. Fibrillazione atriale, insufficienza cardiaca, malattie valvolari, NSTEMI, tachicardia ventricolare) e rischio di mortalità a 1 anno.

2. Utilità clinica e implementazione

Sfruttare la portabilità, il rapporto costo-efficacia e la non invasività di ECG, il nostro modello di fondazione AI consente:

1. Screening rapido e su larga scala in ambienti ambulatoriali, ospedalieri, di emergenza e della comunità.
2. Rilevazione precoce delle malattie multisistemiche, guidando workup diagnostici mirati.

3. Ricerca meccanicistica e interpretabilità che chiarisce la logica diagnostica, predittiva e di stratificazione del rischio dei modelli di fondazione AI-ECG.