Work

Applications of Artificial Intelligence in Cardiology: Methodological Advances and Three Use Cases

Type: dissertation
Abstract: L’intelligenza artificiale (IA) sta trasformando la cardiologia, favorendo il passaggio da una medicina reattiva a un approccio predittivo e personalizzato. Questa tesi illustra il potenziale metodologico e l’impatto clinico dell’IA attraverso tre distinti casi d’uso nell’ambito della salute cardiovascolare, focalizzati su: screening opportunistico, modelli fondativi per una diagnosi generalizzabile e gemelli digitali per interventi personalizzati. Metodi e Risultati Screening Opportunistico: sono stati applicati modelli di deep learning alle radiografie del torace (CXR) eseguite routinariamente nei pazienti valutati per sospetta coronaropatia (CAD). Il modello è risultato in grado di predire con buona accuratezza la presenza di CAD significativa ai fini del triage diagnostico (AUC 0.77 nei pazienti con angina) e di stratificare efficacemente il rischio di mortalità a lungo termine (AUC 0.81 combinando età e stato CAD). Lo studio dimostra che la CXR può rappresentare una fonte scalabile e a basso costo di biomarcatori prognostici. Modelli Fondativi (Foundational Models): è stato sviluppato HuBERT-ECG, un modello fondativo auto-supervisionato pre-addestrato su un dataset senza precedenti composto da 9,1 milioni di ECG a 12 derivazioni. HuBERT-ECG ha mostrato un’elevata capacità di generalizzazione in 17 compiti successivi e ha ottenuto un AUROC >0.90 per 140 su 164 condizioni cardiovascolari. In particolare, sfruttando le relazioni interne del dataset Cardio-Learning, ha migliorato significativamente la predizione di patologie cardiache strutturali complesse, come lo scompenso cardiaco (HF), per le quali l’ECG fornisce segnali tradizionalmente poco specifici (AUROC per HF 0.9674 ± 0.0566). Architettura del Gemello Digitale: è stata definita l’architettura del progetto DORIAN GRAY, finanziato da Horizon Europe, basata su un framework di Gemello Digitale e su una serie di modelli di IA integrati. L’obiettivo è collegare malattia cardiovascolare e lieve decadimento cognitivo tramite inferenza causale e stratificazione personalizzata del rischio. La piattaforma incorpora un Avatar-Based Coaching Exergame (ABCE) ad elevato grado di adattività, validato tramite il trial randomizzato dedicato COGIT-HF, proponendo un approccio innovativo all’intervento digitale continuo e in tempo reale. Conclusioni La tesi dimostra tre applicazioni scalabili e ad alto impatto dell’IA in cardiologia. I risultati avanzano lo stato dell’arte nell’analisi di immagini, nella costruzione di modelli fondativi per serie temporali e nella progettazione di architetture complesse per la sanità digitale. Nel loro insieme, questi contributi delineano percorsi concreti verso strumenti clinici robusti, personalizzati ed efficienti, finalizzati a migliorare il processo decisionale e a promuovere equità nella salute cardiovascolare e cognitiva su scala globale
Language: English
Field: Medicine
Open Access status: green
OpenAlex ID: W7223422854
Cites: 222
Cited by:
Related to: 10