Ippocrateshop si occupa di cardiologia e di ecg da molti anni e l’interpretazione ecg automatica è un argomento molto importante per noi, per questo motivo quando ci siamo imbattuti in questo articolo scientifico pubblicato da Peter W. Macfarlane e Julie Kennedy dell’università di Glasgow abbiamo deciso di condividerlo con voi. L’articolo ripercorre le tappe che dal primo elettrocardiografo hanno portato ai moderni ecg con interpretazione automatica fino ai software dotati di intelligenza artificiale sui quali si sono concentrati moltissimi studi negli ultimi anni. In questo post vi proponiamo un breve riassunto dell’articolo per condividere con voi un aspetto della cardiologia che sicuramente continuerà a veder crescere la sua importanza nei prossimi decenni.

Introduzione all’elettrocardiogramma e alla sua storia

L’articolo ripercorre brevemente nella sua introduzione i primi esperimenti degli ultimi anni dell’800 che hanno portato all’invenzione ufficiale e al brevetto del primo elettrocardiografo da parte di Willem Einthoven che per questo ricevette anche il premio Nobel per la medicina del 1924. L’elettrocardiografo di Einthoven aveva tre derivazioni periferiche.

Il secondo passaggio più significativo per l’elettrocardiogramma come noi lo conosciamo oggi è stato sicuramente quello alla configurazione a 12 derivazioni con 10 elettrodi. Questo è lo standard che ancora oggi è considerato il più efficace e diagnosticamente significativo. L’interpretazione dell’elettrocardiogramma da quel momento veniva effettuata dai cardiologi attraverso l’osservazione degli schemi registrati e l’idea di rendere questo procedimento automatico cominciò già a farsi strada negli anni ’50. I primi approcci però furono possibili chiaramente solo con la nascita e lo sviluppo dei computer digitali.

La digitalizzazione dell’elettrocardiogramma

Il primo medico che studiò un metodo per trasferire l’ecg dal supporto analogico a quello digitale fu Hubert V. Pipberger, un vero pioniere, che già alla fine degli anni ’50 capì l’importanza e le potenzialità di una collaborazione fra medici, ingegneri elettrici, matematici e programmatori e diede vita  un team interdisciplinare che riuscì effettivamente  a digitalizzare il segnale ecg, utilizzando macchinari davvero grandi e ingombranti ma che di fatto sono stati gli antenati degli attuali ecg digitali portatili.

Un passo fondamentale per l’interpretazione ecg automatica: l’algoritmo di Glasgow

Un progetto fondamentale per lo sviluppo dell’interpretazione automatica dell’ecg è stato quello dell’università di Glasgow, con il programma C.A.R.E. o Computer Assisted Reporting of Electrocardiograms. Il progetto creò un sistema che convertiva l’ecg dal formato analogico a quello digitale e si trattava di un sistema più piccolo e trasportabile. Fu possibile con questo sistema accumulare una grande quantità di elettrocardiogrammi sia in formato digitale che in formato analogico. Grazie a questi sviluppi nel 1971 fu possibile creare il primo sistema di interpretazione automatica dell’ecg che venne utilizzato nella Glasgow Royal Infirmary e successivamente commercializzato a partire dagli anni ’80.

La raccolta dati e la creazione di database per l’interpretazione automatica degli elettrocardiogrammi

Negli anni ’70 la comunità europea creò un progetto di collaborazione fra gli istituti di varie nazioni con l’intento di unire le forze e le conoscenze per migliorare gli studi sull’interpretazione automatica degli elettrocardiogrammi. Il progetto si chiamava CSE (Common Standards for Quantitative Electrocardiography). Il comitato vantava importanti professori fra i migliori istituti cardiologici europei, inclusa una dottoressa italiana: Rosanna Degani dell’università di Padova. Uno dei principali meriti di questo progetto fu quello di creare dei database dei segmenti QRS degli elettrocardiogrammi e dei database per le interpretazioni ecg di pazienti le cui condizioni cliniche erano già documentate. Questi database sono ancora utilizzati ai giorni nostri come standard per verificare le interpretazioni degli ecg. Questi database infatti hanno permesso di stabilire dei QRS standard per riconoscere patologie, aritmie, e altre condizioni cliniche che sono validi tuttora. Il database diagnostico CSE è stato pubblicato nel 1991 con l’intento di confrontare vari programmi diagnostici con le diagnosi cliniche del database e le opinioni di un gruppo di 8 cardiologi. Ancora oggi, un’azienda che voglia mostrare dati sulle performance del suo programma di interpretazione spesso utilizza il database CSE come metro di giudizio.

I programmi per l’interpretazione automatica degli ecg: come funzionano.

Oltre al programma di interpretazione di Glasgow, fra gli anni 80 e 90 vennero commercializzati altri software interpretativi: il programma HES sviluppato all’università di Hannover, il programma MEANS dell’università di Rotterdam, Il programma di Marquette-general electric, il programma di Hewlett Packard-Philips e il programma Mortara, sviluppati dalle aziende stesse.

I programmi fin qui elencati utilizzano approcci diversi per arrivare alle interpretazioni automatiche degli ecg, questi due approcci possono essere racchiusi in due grandi correnti: una corrente clinica e una corrente statistica. Un tipico esempio di differenti interpretazioni fra le due si ha nell’identificazione dell’LVH, cioè ipertrofia ventricolare sinistra. I programmi che usano come gold standard le osservazioni cliniche dei cardiologi spesso davano come “ecg normale” un ecg che invece i programmi basati sui dati statistici davano come “LVH”. Questo problema rimane tuttora irrisolto e le differenze di risultati fra i vari programmi sono il motivo per cui l’interpretazione automatica deve ancora essere convalidata da un cardiologo esperto che tenga conto di altri fattori clinici del paziente e della sua esperienza sul campo.

Lo sviluppo della tecnologia e il Machine Learning

Gli ultimi decenni sono stati sicuramente caratterizzati da uno sviluppo tecnologico importante che è andato nella direzione di una maggiore velocità nell’interpretazione automatica e a una maggiore portabilità degli strumenti. Il prodotto più esemplificativo di queste tendenza è sicuramente l’ecg da polso, realizzato da diversi brand e ormai diventato parte della vita di molte persone. Chiaramente gli ecg da polso, come quello dell’Apple Watch, sono stati soggetti a molti studi clinici che hanno dato risultati contrastanti. L’ecg da polso è normalmente un ecg a 1 canale che utilizza filtri per dare un segnale stabile e leggibile, questo fa sì che le raccomandazioni delle autorità sanitarie siano quelle di utilizzare i dati provenienti da questi strumenti con estrema cautela, privilegiando sempre e comunque l’ecg a 12 canali come unico standard per la migliore efficacia diagnostica.

Lo sviluppo tecnologico dell’interpretazione automatica degli ecg non poteva non sfruttare una delle più importanti rivoluzioni degli ultimi anni: l’intelligenza artificale e il machine learning. Questa particolare forma di software per l’interpretazione automatica è in fase di studio e di sviluppo e siamo sicuri che nei prossimi anni diventerà parte integrante della pratica clinica. Al momento sono stati individuati importanti caratteristiche dei software dotati di algoritmi di IA che sono in grado ad esempio di identificare la sindrome da QT lungo nascosta anche in ecg dove l’intervallo QT è minore di 450 ms. Queste diagnosi sono poi state confermate dai test genetici.

La capacità di evolversi e immagazzinare un numero di diagnosi pressoché infinite, così come la possibilità di lavorare 24 ore su 24, sono caratteristiche che rendono l’IA per l’interpretazione automatica degli ecg una promessa di rivoluzione. Dovranno essere fatti ancora molti studi clinici e numerosi miglioramenti ma i primi test e i primi approcci sembrano davvero promettenti.

In conclusione, questo articolo mostra velocemente quali sono state le principali scoperte nel campo dell’interpretazione dell’elettrocardiogramma e apre una finestra sui futuri possibili. Rimane ancora molto da fare e sicuramente niente potrà mai sostituire l’esperienza umana basata sull’osservazione reale del paziente, ma siamo certi che i software per l’interpretazione automatica e lo sviluppo delle tecnologie di machine learning poteranno un aiuto importante e concreto a tutti i cardiologi nel rendere le diagnosi sempre più sicure ed efficaci. Noi di Ippocrateshop abbiamo già aperto un piccolo varco verso il futuro con un nuovo prodotto che ci ha subito colpito per la sua portabilità, la sua grafica user friendly e la sua velocità di interpretazione automatica: si tratta del nuovo tablet ecg Lepu neo S120. Un piccolo tablet ecg con collegamento alla rete dati, sia 4G che wifi, con un collegamento semplice a tutte le stampanti wi-fi e la possibilità di scaricare i vostri esami in pdf con interpretazione basata sull’algoritmo Glasgow in pochissimi secondi. Il tutto a un prezzo davvero conveniente!