Un elettrocardiogramma registrato durante un esame del sonno potrebbe aiutare a riconoscere persone a maggior rischio di fibrillazione atriale e scompenso cardiaco negli anni successivi. È il risultato di una ricerca pubblicata il 9 ottobre 2026 sulla rivista Sleep: un sistema di intelligenza artificiale ha analizzato l’ECG a una sola derivazione insieme alle fasi del sonno. È uno strumento sperimentale di previsione del rischio, non un esame che diagnostica in anticipo un infarto.
Che cosa hanno misurato i ricercatori
La ricerca originale pubblicata su Sleep, firmata da Koscova e colleghi, utilizza registrazioni effettuate durante la polisonnografia, l’esame impiegato per studiare disturbi come le apnee notturne. I dati sono già registrati nel corso del test: la novità è provare a estrarre informazioni sul rischio cardiovascolare futuro da segnali che normalmente hanno un ruolo secondario nell’interpretazione dell’esame.
Il modello è stato perfezionato su 15.809 pazienti del Massachusetts General Hospital. La verifica esterna ha riguardato altre due popolazioni, rispettivamente 9.810 persone dell’Emory University Hospital e 12.576 del Beth Israel Deaconess Medical Center. I ricercatori hanno confrontato i punteggi ricavati dall’algoritmo con gli esiti registrati nelle cartelle cliniche, considerando un orizzonte di dieci anni.
Quali problemi cardiaci sono stati previsti meglio
L’associazione più solida ha riguardato la fibrillazione atriale, lo scompenso cardiaco e la mortalità per tutte le cause. Il segnale manteneva valore informativo anche tenendo conto di fattori come età, sesso, indice di massa corporea, diabete, ipertensione e caratteristiche del sonno.
Per la fibrillazione atriale, a ogni aumento di una deviazione standard del punteggio del modello corrispondeva un hazard ratio di 2,03 nella coorte Emory e di 2,72 nella coorte Beth Israel. Per lo scompenso cardiaco i valori erano rispettivamente 1,69 e 2,33. Sono associazioni statistiche tra punteggio e rischio nel tempo: non significano che l’algoritmo sappia dire con certezza chi si ammalerà.
Per infarto e ictus i risultati sono meno uniformi: l’istituto americano NIH sottolinea che occorre perfezionare ulteriormente il metodo prima di attribuirgli una capacità predittiva affidabile per questi due eventi.
Perché usare l’ECG di una notte
Durante il sonno il battito cardiaco varia insieme all’attività del sistema nervoso autonomo e alle diverse fasi del riposo. Una registrazione notturna può quindi contenere pattern che un controllo breve durante il giorno non rileva. Qui l’AI combina il tracciato a una sola derivazione con l’indicazione delle fasi del sonno, annotate dagli esperti.
La prospettiva pratica è sfruttare un dato già raccolto nelle persone che fanno una polisonnografia, senza aggiungere necessariamente un nuovo esame complesso. Non equivale però ad affermare che qualsiasi smartwatch o app possa offrire la stessa previsione: il modello è stato studiato su dati clinici raccolti in un contesto preciso. Sul sito abbiamo già esaminato quanto siano affidabili i parametri sanitari degli smartwatch.
È già utilizzabile in ospedale?
Non come test predittivo autonomo validato per tutti. Lo studio mostra che la stratificazione del rischio è promettente e che i risultati sono replicabili in due coorti esterne, ma manca la dimostrazione che utilizzare questo punteggio nelle decisioni cliniche migliori gli esiti dei pazienti. Servono valutazioni prospettiche, controlli su popolazioni differenti e protocolli clinici per decidere come interpretare i punteggi senza generare falsi allarmi.
La distinzione è particolarmente importante per chi soffre di apnee notturne: il disturbo è associato a rischi cardiovascolari, ma un algoritmo sperimentale non sostituisce la visita né gli accertamenti prescritti. Per il contesto clinico si può leggere anche il nostro approfondimento sulle apnee ostruttive durante il sonno.
Cosa cambia per chi deve fare una polisonnografia
Oggi chi deve sottoporsi all’esame deve seguire le indicazioni dello specialista: non è necessario richiedere questa specifica analisi AI, che non risulta ancora un’opzione diagnostica standard. In futuro, dopo ulteriori validazioni, potrebbe aiutare il medico a individuare persone che meritano approfondimenti cardiovascolari, sfruttando informazioni già disponibili.
La comunicazione dei National Institutes of Health sottolinea il potenziale di questo metodo, ma anche la necessità di verificare se migliori i modelli di previsione tradizionali. Il valore dello studio è nell’aprire una strada concreta: usare meglio un tracciato già registrato, senza confondere una previsione statistica con una diagnosi individuale.
Entra nella conversazione
Condividi il tuo punto di vista: non serve creare un account. I contributi restano soggetti alla moderazione editoriale.