Maria Teresa Manes, Giuseppe Ciliberti, Antonia Mannarini, Daniela Pavan, Stefania Angela Di Fusco, Georgette Khoury, Daniela Aschieri, Beatrice Scardovi, Noemi Bruno, Sara Cocozza, Giovanna Geraci, Michele Massimo Gulizia, Domenico Gabrielli, Furio Colivicchi, Massimo Grimaldi

Riassunto. L’intelligenza artificiale è sempre più utilizzata in cardiologia, con applicazioni nella diagnosi, nella predizione del rischio e nel supporto alle decisioni cliniche. Tuttavia, evidenze recenti indicano che questi strumenti possono presentare differenze di performance tra uomini e donne, con il rischio di amplificare disuguaglianze già esistenti nella cura cardiovascolare. La presente revisione narrativa analizza il ruolo del sesso e del genere nei modelli di intelligenza artificiale applicati alla cardiologia, esaminando le principali evidenze nei diversi ambiti applicativi, tra cui elettrocardiografia, imaging cardiovascolare, predizione del rischio e sistemi di supporto decisionale clinico. In molti contesti, i modelli mostrano buone performance globali; tuttavia, analisi stratificate evidenziano una ridotta sensibilità e un aumento dei falsi negativi nelle donne. Queste differenze possono tradursi in sottodiagnosi, ritardi terapeutici e inadeguata stratificazione del rischio. Tra i principali determinanti si riconoscono la sottorappresentazione femminile nei dataset, la mancata inclusione di variabili sesso-specifiche e l’utilizzo di criteri diagnostici non differenziati. Una valutazione sistematica delle performance nei sottogruppi, insieme all’integrazione di variabili sesso- e genere-specifiche, rappresenta un elemento fondamentale per garantire un uso più equo e appropriato dell’intelligenza artificiale nella pratica clinica.