Studii medicale: electrocardiograma

Un sistem IA de alertă ECG a crescut rata tratamentului hiperkaliemiei severe la pacienții cu risc înalt (HR=2,23), deși rata globală de tratament a dezechilibrelor de potasiu a rămas neschimbată.

Ghid de experți pentru interpretarea anomaliilor ECG incerte la sportivi, oferind algoritmi de evaluare pentru a diferenția adaptările fiziologice de patologiile cardiace cu risc de moarte subită.

Modele AI aplicate pe ECG standard prezic regurgitarea valvulară cardiacă moderată sau severă pe o cohortă de 435.000 de pacienți din China și SUA. Indicele C: 0,774 (regurgitare mitrală), 0,691 (aortică), 0,793 (tricuspidă). Riscul de regurgitare mitrală este de 7,6 ori mai mare la quartila cu scor

Inteligența artificială aplicată pe ECG standard îmbunătățește predicția insuficienței cardiace, identificând pacienți cu risc de 10-20 de ori mai mare față de modelele clinice standard.

Studiul demonstrează că intervalul HV ≥65 ms la studiul electrofizologic prezice superior bradiaritmiile majore în DM1, reclasificând corect 29% din pacienții cu risc înalt față de ECG.

Analiza ECG prin inteligență artificială a crescut sensibilitatea detecției STEMI la 92% și a redus activările false la 7,9%, demonstrând o performanță superioară triajului clinic standard.

Variabilitatea ultrascurtă a ritmului cardiac (15 secunde) anticipează boala Parkinson cu până la 10 ani, oferind un instrument neinvaziv de stratificare a riscului în populația generală.

Studiu de cohortă pe 12.594 pacienți arată că subdenivelarea ST ≥2mm și noul BRS stâng (post-CABG) dublează riscul de deces la 30 de zile, în timp ce alte modificări ECG au semnificație incertă.

Studiul confirmă că extrasistolele ventriculare stângi și epicardice prezic independent riscul de insuficiență cardiacă, cu un HR de 1,59, respectiv 2,98, pe o perioadă de 19,2 ani.

Studiu genetic pe 67 de pacienți identifică o variantă enhancer gain-of-function lângă gena KCNB1 drept cauză a sindromului familial de subdenivelări ST, implicând KCNB1 în aritmogeneza cardiacă.

Un model AI de deep learning detectează cardiomiopatia hipertrofică din imagini ECG cu o acuratețe de 91–95%, validată în 4 centre internaționale, oferind un instrument de screening precoce.

Studiu deep learning + validare prospectivă (Nature, Columbia University Irving Medical Center + NewYork-Presbyterian, 1+ milion înregistrări ECG-imagistică) — EchoNext model AI pentru detecția bolii cardiace structurale din ECG: acuratețe diagnostică înaltă, outperformed cardiologi în evaluare cont

NEJM AI, 26 iunie 2025. ECGFounder — foundation model ECG construit pe 10,77 milioane înregistrări (Peking + Harvard/MGH + Imperial + Sun Yat-sen + BIDMC + Emory). 10.771.552 ECGs din 1.818.247 subiecți unici cu 150 label categories din Harvard-Emory ECG Database. Model general-purpose pentru d

Review Partea II (Diagnostics Basel Switzerland, lead author românesc Alexandr Ceasovschih + Faculty of Medicine Grigore T. Popa University of Medicine and Pharmacy Iași România + 2nd Internal Medicine Clinic Sf. Spiridon Clinical Emergency Hospital Iași Balta+Șorodoc V+Șorodoc L + Centre for Cardio

Studiu german: algoritm AI pe ECG 3D (4 electrozi, 15 secunde) pentru screeningul amiloidozei cardiace. 255 pacienți (99 cu amiloidoză AL/ATTR). Sensibilitate 85%, specificitate 89%, VPN 92%. Implementabil în asistența primară. Diagnosticul precoce esențial pentru tafamidis, vutrisiran.