Alberto Milan (Divisione di Medicina Interna IRCCS – Candiolo – TO, Università di Torino)

L’ecocardiografia è uno strumento centrale nella pratica cardiologica, ma resta fortemente operatore-dipendente: qualità delle immagini, accuratezza delle misure e interpretazione clinica possono variare in base all’esperienza dell’operatore. La review, pubblicati dagli opinion leaders della società americana di ecocardiografia, evidenzia come l’intelligenza artificiale possa intervenire lungo tutto il workflow, dall’acquisizione delle immagini alla segmentazione, dalla quantificazione automatica alla refertazione e al supporto decisionale.

Il principale punto di forza dell’AI è la standardizzazione. Gli algoritmi di deep learning possono automatizzare misure complesse come frazione di eiezione, volumi ventricolari, strain miocardico e parametri Doppler, riducendo tempi di analisi e variabilità interosservatore. Un aspetto particolarmente innovativo è la guida in tempo reale all’acquisizione: anche operatori meno esperti possono ottenere immagini diagnostiche, aprendo la strada a ecocardiografia point-of-care, screening territoriali e modelli di “task shifting”.

L’AI può, inoltre, riconoscere pattern patologici non immediatamente visibili all’occhio umano, contribuendo alla diagnosi precoce di amiloidosi cardiaca, cardiomiopatie, scompenso cardiaco a frazione di eiezione preservata, valvulopatie e ipertensione polmonare. L’integrazione con ECG, dati clinici e referti potrebbe rafforzare screening, monitoraggio e stratificazione del rischio.

Restano però limiti rilevanti: qualità dei dataset, bias, scarsa generalizzabilità, opacità dei modelli “black box”, responsabilità medico-legali e difficoltà di integrazione nei sistemi ospedalieri. Il futuro dipenderà dallo sviluppo di modelli affidabili, trasparenti e validati prospetticamente. Più che sostituire il cardiologo, l’AI potrà liberare tempo dalle attività ripetitive e potenziare il ragionamento clinico.

 Bibliografia

Myhre PL, Grenne B, Asch FM, Delgado V, Khera R, Lafitte S, Lang RM, Pellikka PA, Sengupta PP, Vemulapalli S, Lam CSP. Artificial intelligence-enhanced echocardiography in cardiovascular disease management. Nat Rev Cardiol 2026 ;23(3):164-182.