AI A SUPPORTO DELLA DECISIONE CLINICA: SPERIMENTAZIONE PER LA DEFINIZIONE DI UN PROTOCOLLO DI ACQUISIZIONE DEI DATI BIOMEDICI NELLA ELETTROCARDIOGRAFIA TERRITORIALE

1. «ASST Fatebenefratelli Sacco»
«Politecnico di Milano»
«AI a supporto della decisione
clinica: sperimentazione per la
definizione di un protocollo di
acquisizione dei dati biomedici
nella elettrocardiografia
territoriale»

2. Il gruppo di lavoro
Autori
Silvio Cravero1; Matteo Campo2; Ida Ignoranza2
Affiliazione autori
1 S.C. Ingegneria Clinica – ASST Fatebenefratelli Sacco
2 Politecnico di Milano – Ingegneria Biomedica indirizzo in Ingegneria Clinica

3. Descrizione
L’applicazione dell’intelligenza artificiale (Artificial Intelligence-AI) e degli algoritmi di
Machine Learning (ML), oggigiorno hanno dimostrato la capacità di poter influenzare
qualsiasi aspetto legato alla cura del paziente e la cardiologia non fa eccezione a questa
tendenza.
La selezione dei dati clinici è essenziale per la modellazione predittiva e per
l’apprendimento automatico - attraverso l’implementazione dell’AI e ML.
La promessa dell’AI e del ML è quella di fornire una serie di strumenti a supporto del
cardiologo per l’efficacia nel trattamento dei suoi pazienti. Allo stesso tempo risultano
essere delle soluzioni adeguate a smorzare le crescenti pressioni in ambito medicale, ove
viene richiesta maggiore produttività operativa da parte dei medici e dei sistemi sanitari.

4. Obiettivi e destinatari del lavoro
Si propone la realizzazione di un workflow-protocollo che sia di supporto ai clinici nel
processo di decision-making e che consenta di realizzare per ogni paziente un
percorso di cura più rapido e personalizzato.
A tal proposito, l’ASST Fatebenefratelli-Sacco ha implementato un servizio di
telecardiologia incentrato sull’attività di informatizzazione e refertazione
dell’elettrocardiografia ECG.
Attualmente, tale sistema è attivo a livello ospedaliero oltre che per la parte di
consulenza esterna e nel breve periodo sarà implementato alle varie Afferenze
Territoriali.
Il workflow ha quindi origine dalla raccolta dei dati clinici ottenuti attraverso il servizio
di telerefertazione oltre che dal recupero dei dati sanitari dalle apparecchiature
biomediche

5. Risultati
Grazie all’utilizzo del’ AI e del ML, l’elaborazione di tali dati potrebbero permettere
ai clinici di ottenere uno strumento di supporto al decision-making process. Infatti,
attraverso l’impiego di tale protocollo, i clinici per ogni singolo paziente (sulla base
dei dati clinici raccolti) otterrebbero una prima diagnosti supportata
dall’applicazione degli algoritmi di ML applicata su vari brand multivendor di
apparecchiature biomediche.
L’analisi di tali dati infine permetterebbe ai clinici di ottenere dei suggerimenti
riguardo il percorso di cura più indicato (Patient-Centered Model Implementation)
rispetto le linee guide di riferimento.

6. Silvio Cravero
silvio.cravero@asst-fbf-sacco.it
Dirigente Ingegnere Clinico – ASST Fatebenefratelli Sacco