Inventato un sensore che segnala l’insufficienza cardiaca

La benda autoadesiva prevede con precisione un peggioramento della salute del cuore di soggetti recidivi diversi giorni prima che si manifestino i sintomi più evidenti


L’insufficienza cardiaca ha un forte impatto sulla nostra salute. Negli Stati Uniti per esempio ne sono affetti 6,2 milioni, con i relativi costi per il sistema sanitario. Durante i primi tre mesi dopo le dimissioni dall’ospedale, c’è un alto rischio di ricadute, con una probabilità fino al 30%. I ricercatori del George E. Wahlen VA Medical Center e della University of Utah School of Medicine, entrambe di Salt Lake City, si sono concentrati su una soluzione non invasiva al problema. I risultati sono stati pubblica sul giornale Circulation: Heart Failure della American Heart Association.

Lo studio è stato effettuato su un centinaio di pazienti affetti da insufficienza cardiaca, di età media di 68 anni, ricoverati in quattro diversi ospedali. I partecipanti hanno indossato un cerotto adesivo sul petto 24 ore al giorno per un periodo che va dai 30 ai 90 giorni successivi alla dimissione dall’ospedale. Il sensore ha monitorato la frequenza cardiaca, il ritmo cardiaco, la frequenza respiratoria e le attività fisiche come camminare, dormire e la postura del corpo per ogni partecipante. I dati sono stati trasmessi dal sensore via Bluetooth a uno smartphone e poi caricati su una piattaforma di analisi.

Catena di comunicazione dal sensore al server. Fonte: newsroom.heart.org.

Grazie all’intelligenza artificiale, i dati sono stati analizzati da un algoritmo ad apprendimento automatico. Se i dati di un paziente si scostavano dal comportamento medio, l’algoritmo generava un allarme che indicava un peggioramento dello stato di salute del cuore. La tecnologia è riuscita a prevedere il rischio di peggioramenti nell’80% dei casi con un anticipo di 6 o 7 giorni dai sintomi più gravi. Lo studio adesso deve essere ampliato, includendo un campione più vario ed eterogeneo. I test riguarderanno anche pazienti donne, pazienti con differenti tipi di insufficienze e variazioni dell’elaborazione dell’algoritmo.

Exit mobile version