TY  -  JOUR
AU  -  Giubilato, Simona
AU  -  Granata, Lucio Giuseppe
AU  -  Petrina, Salvatore Massimo
T1  -  Intelligenza artificiale nella prevenzione cardiovascolare: un’opportunità strategica per la predizione del rischio e la diagnosi precoce
PY  -  2026
Y1  -  2026-09-01
DO  -  10.1714/4755.47724
JO  -  Giornale Italiano di Cardiologia
JA  -  G Ital Cardiol
VL  -  27
IS  -  9
SP  -  604
EP  -  614
PB  -  Il Pensiero Scientifico Editore
SN  -  1972-6481
Y2  -  2026/08/27
UR  -  http://dx.doi.org/10.1714/4755.47724
N2  -  Le malattie cardiovascolari restano la principale causa di mortalità e morbilità in Italia e a livello globale. La prevenzione cardiovascolare è una priorità strategica, ma permane un divario significativo tra raccomandazioni delle linee guida e implementazione nella pratica clinica. L’intelligenza artificiale (IA), attraverso modelli di machine learning e deep learning, sta emergendo come tecnologia potenzialmente trasformativa per colmare questo gap, consentendo una stratificazione del rischio più precisa, dinamica e personalizzata rispetto agli score tradizionali. La presente rassegna analizza le evidenze più recenti sull’impiego dell’IA nella prevenzione cardiovascolare, con focus su stratificazione del rischio, diagnosi precoce di patologia subclinica e identificazione dei soggetti che possano trarre maggior beneficio da interventi mirati. Vengono esaminati: i limiti degli score convenzionali e il contributo dei nuovi determinanti di rischio (biomarcatori digitali, dati genetici, dispositivi indossabili); il ruolo dell’ECG potenziato dall’IA nella rilevazione di fibrillazione atriale subclinica, disfunzione ventricolare sinistra e malattia coronarica; il potenziale dell’imaging opportunistico (radiografia e tomografia computerizzata [TC] del torace, TC coronarica, mammografia) per l’aterosclerosi subclinica; l’integrazione dell’IA nei percorsi assistenziali, nelle cartelle cliniche elettroniche, nei sistemi di supporto decisionale e nelle reti di telemonitoraggio. Nel complesso, l’IA delinea il passaggio da una cardiologia reattiva a un modello predittivo, proattivo e di precisione. La traslazione nella pratica clinica richiede tuttavia evidenze prospettiche solide, trial randomizzati, validazione in popolazioni eterogenee, maggiore interpretabilità dei modelli e adeguate infrastrutture digitali e regolatorie.
ER  -