Un’importante revisione sistematica condotta da un team multidisciplinare e internazionale getta le basi per il futuro utilizzo dell’Intelligenza Artificiale (IA) nella gestione dell’arresto cardiaco. Lo studio, pubblicato sulla rivista scientifica Resuscitation Plus con il titolo “Artificial Intelligence in Resuscitation: A Scoping Review”, è stato coordinato da Federico Semeraro, anestesista rianimatore presso l’Azienda USL di Bologna e Presidente dell’European Resuscitation Council (ERC), ed Elena Giovanna Bignami, professoressa di Anestesia e Rianimazione all’Università di Parma e Presidente della Società Italiana di Anestesia Analgesia Rianimazione e Terapia Intensiva (SIAARTI).
La ricerca rappresenta un punto di svolta nel campo della medicina d’emergenza e nella gestione dell’arresto cardiaco, fornendo la prima mappatura sistematica dell’utilizzo dell’IA in questo ambito critico. I risultati dello studio saranno considerati una fonte primaria di evidenza scientifica per la definizione delle nuove linee guida ERC 2025 sulla rianimazione cardiopolmonare.Analizzando un corpus di 197 pubblicazioni scientifiche fino al 2024, i ricercatori hanno identificato le principali aree in cui l’intelligenza artificiale ha già dimostrato un impatto significativo: dalla capacità predittiva degli arresti cardiaci imminenti alla classificazione automatica dei ritmi cardiaci, fino alla previsione degli esiti neurologici post-rianimazione. “L’intelligenza artificiale ha mostrato potenzialità notevoli, con prestazioni di alcuni algoritmi che superano il 90% di accuratezza in ambiti cruciali per la sopravvivenza del paziente,” sottolinea Federico Semeraro.
Nonostante le performance promettenti, lo studio evidenzia un divario tra le possibilità teoriche offerte dall’IA e la sua reale implementazione nella pratica clinica quotidiana. “Oggi la sfida non è tanto tecnologica, quanto organizzativa e culturale: dobbiamo integrare questi strumenti all’interno dei percorsi assistenziali in modo sicuro, validato e con beneficio concreto per pazienti e operatori,” spiega Elena Giovanna Bignami.Tra le tecnologie esaminate figurano l’apprendimento automatico (machine learning), il deep learning e il natural language processing (NLP).
Quest’ultima tecnica, ad esempio, ha mostrato applicazioni molto promettenti per supportare il personale delle centrali operative del 118 nel riconoscere precocemente un arresto cardiaco a partire dalle chiamate di emergenza. “Un assistente virtuale basato su NLP si è dimostrato in grado di individuare l’arresto cardiaco più rapidamente di un operatore umano,” evidenzia Andrea Scapigliati, Presidente dell’Italian Resuscitation Council (IRC) e Direttore del reparto di Cardioanestesia della Fondazione Policlinico Gemelli – Università Cattolica di Roma.Lo studio è stato sostenuto dall’Università di Parma e dall’Italian Resuscitation Council, e ha coinvolto un ampio network di esperti europei. Tra i collaboratori figurano Robert Greif (Università di Berna), Sebastian Schnaubelt (Università di Vienna), Koenraad Monsieurs (Università di Anversa), Nino Fijačko (Università di Maribor), Drieda Zace (Università Tor Vergata, Roma), Giuseppe Ristagno (Università degli Studi di Milano), Jonathan Montomoli (Azienda USL della Romagna, Rimini), Lorenzo Gamberini (Azienda USL di Bologna) e lo stesso Andrea Scapigliati.
Questa revisione rappresenta una pietra miliare per la medicina dell’emergenza,” conclude Semeraro. “Fornisce la base scientifica necessaria per traghettare l’intelligenza artificiale dal laboratorio alla realtà clinica, strutturando un sistema più reattivo, equo ed efficace nella gestione dell’arresto cardiaco. Le linee guida ERC 2025 dovranno riflettere questa trasformazione, perché ogni secondo guadagnato può fare la differenza tra la vita e la morte.”