TY  -  JOUR
AU  -  Ricci, Fabrizio
AU  -  Rizzuto, Maria Luana
AU  -  Bisaccia, Giandomenico
AU  -  Mansour, Davide
AU  -  Gallina, Sabina
AU  -  Sciarra, Luigi
AU  -  Bagliani, Giuseppe
AU  -  Dello Russo, Antonio
AU  -  Mortara, Andrea
AU  -  Ciliberti, Giuseppe
T1  -  Interpretazione dell’ECG potenziata dall’intelligenza artificiale: una nuova era per l’elettrocardiografia?
PY  -  2025
Y1  -  2025-09-01
DO  -  10.1714/4542.45427
JO  -  Giornale Italiano di Cardiologia
JA  -  G Ital Cardiol
VL  -  26
IS  -  9
SP  -  635
EP  -  646
PB  -  Il Pensiero Scientifico Editore
SN  -  1972-6481
Y2  -  2026/04/13
UR  -  http://dx.doi.org/10.1714/4542.45427
N2  -  L’intelligenza artificiale (IA) sta rivoluzionando l’interpretazione dell’ECG, trasformandolo da semplice strumento statico a presidio diagnostico dinamico, predittivo e integrato. L’analisi ECG tradizionale, basata su regole predefinite, pur essendo ampiamente diffusa, mostra limiti in termini di accuratezza e adattabilità, soprattutto nei contesti clinici complessi. Diversamente, i modelli basati sull’IA – in particolare quelli fondati su machine learning e deep learning – dimostrano maggiore capacità predittiva in numerosi contesti clinici, tra cui la fibrillazione atriale, l’infarto miocardico acuto, la cardiomiopatia ipertrofica e le valvulopatie. In modo innovativo, l’IA-ECG è oggi in grado di rilevare disfunzioni subcliniche, stratificare il rischio a lungo termine e anticipare eventi avversi maggiori prima della loro manifestazione clinica. Oltre alla diagnosi, l’IA-ECG si sta affermando come strumento di supporto decisionale in contesti caratterizzati da incertezza diagnostica, quali la sincope e la cardio-oncologia, contribuendo al miglioramento del triage e dell’allocazione delle risorse. Gli approcci multiparametrici ne ampliano ulteriormente l’utilizzo, consentendo la predizione simultanea di parametri strutturali, funzionali ed elettrici del cuore. L’integrazione con dispositivi indossabili ne potenzia il monitoraggio continuo, aprendo scenari di decentralizzazione per la diagnosi delle aritmie e la prevenzione della morte cardiaca improvvisa. Nonostante tali sviluppi, permangono sfide rilevanti. In particolare, la scarsa spiegabilità dei modelli, i bias algoritmici, l’overfitting, la gestione dei dati e contesti specifici di incertezza normativa richiedono una rigorosa attenzione metodologica. In questo contesto, l’adozione di architetture federate può favorire l’aggiornamento continuo dei modelli su scala multicentrica, rafforzandone la robustezza metodologica e garantendo una maggiore tutela della privacy. Il regolamento europeo sull’IA e le checklist metodologiche promosse dalle società scientifiche offrono un quadro di riferimento utile a garantire trasparenza, equità e validità clinica. Se sviluppato e implementato con responsabilità, l’ECG potenziato dall’IA potrà rafforzare – e non sostituire – il ragionamento clinico, contribuendo allo sviluppo di una medicina di precisione fondata sull’innovazione tecnologica e sulla competenza umana.
ER  -